出租车路径规划算法，蚁群算法寻优

复合材料结构优化 遗传算法 改进的遗传算法

里面给出MOPSO算法的源码和解释，并给出测试函数

量子遗传算法对标准函数的优化，在matlab下的源程序

基于matlab遗传算法实现，说明遗传算法在TSP问题的具体实现方式。

修改了网上不对的程序，可以用遗传算法求解。并画出甘特图

利用粒子群算法综合微带天线阵列方向图，可以自适应调节副瓣电平和波瓣宽度。

此为对粒子群算法的改进，采用高斯混沌变异，效果优于原算法

遗传算法的避障程序，在MATLAB即可打开

二维遗传算法matlab代码DART任务优化项目 上次更新时间：2020年8月6日项目背景和当前目标 NASA的双小行星重定向测试（DART）任务涉及让飞船执行动力学冲击，以改变Dimorphos围绕母体Didymos的轨道轨迹。 所使用的航天器配备了NEXT离子推进器，虽然并不需要击中目标，但可以用作技术演示。 对于本项目，我们的目标是使用推进器找到最佳轨迹，该轨迹将导致与目标的速度差异更大，从而使Dimorphos的轨道发生更有效的变化。 除了优化DART任务的有效性外，该项目还旨在优化寻找解决方案的过程。 当前，用于寻找最佳轨迹的工具是利用一种遗传算法，该遗传算法使用Nvidia的CUDA平台来优化参数，从而导致击中星号并最大化速度差。 在开发的当前阶段，重点在于改进和验证遗传算法在寻找对星号产生影响的有效参数方面的有效性。 正在优化的参数如下 变量名 单位 描述 出行时间 秒（秒） 航天器从离开地球影响圈到受到Dimorphos撞击的行程需要多长时间，撞击日期由NASA预先确定，但发射日期很灵活，因此该变量也会影响航天器的初始位置和速度当它离开地球的势力范围时 阿尔法发射角 弧