基于遗传算法优化BP神经网络(GA-BP)的时间序列预测，matlab代码。 模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。

基于遗传算法的电力光传输网光缆规划，曹勰宇，邱雪松，为建设坚强可靠的电力光传输网络，提出了一种光缆规划方法，综合考虑了网络一次建设成本、运营成本、链路可靠性以及站点成环率因

> 本文主要研究【单线路，固定容量，确定OD和下车比率】，以优化乘客等待数为目标，建立的单目标优化模型，通过优化列车时刻表，结合客流控制手段，城市轨道交通拥挤，减少站台拥堵。 > 算法选用的遗传算法 > 编码为实数+结构体编码 > 根据模型需求，设计了针对性的交叉和变异手段 > 本模型使用了常规的遗传算法（GA），当然您如果想要用其他算法也是可以的，我已经根据模型，写好了**初始化算子，交叉算子，变异算子，修复算子和计算目标函数的算子**。你把算法框架替换，这些算子可以继续沿用，基本上可以改成任意的算法。 > 同样的，本文代码的数据接口和参数设置也是支持修改的，**只要按照指定的格式将客流量数据和下车比例数据写到excel中**，即可实现算例的更改。 > 总而言之，本文代码适合①想要学习遗传算法的朋友，结合案例，深入理解遗传算法的思想精髓，同时学会如何结合实际问题修改算子。②交通专业的朋友，做相关项目的时候，可以直接借鉴源码，也可以按照我上面所说，对算法框架，算子和数据进行任意修改和拓展，从而达到实现自己模型需求的目的。

【优化调度】基于遗传算法实现车辆发车间隔优化问题matlab源码.zip

基于遗传算法和粒子群优化算法的信道分配研究，文中介绍遗传算法和粒子群算法各自的优缺点，并进行结合算法进行信道分配

基于遗传算法的高校智能排课平台是基于SpringBoot+Mybatis为后台框架的系统，前端使用了ElementUI作为前台展示模板，一共两个端，分别是教师端和用户端。使用了遗传算法作为理论支撑和实现，优化了系统 课程自动排课系统，该系统分两种角色：管理员与普通用户； 主要功能包括： 首页：查看分课、查看课表、查看空教室； 班级设置：添加班级、分配课程、编辑、删除课程； 教室设置：添加教室、编辑、删除； 课程设置：添加课程、编辑、删除； 教师设置：添加教师、编辑、删除； 排课管理：调整排课、删除排课； 用户管理：添加用户、编辑、删除； 具体功能演示可以查看B站：https://www.bilibili.com/video/BV1b24y1L7Qo/?spm_id_from=333.999.list.card_archive.click

【车间调度】基于遗传算法实现产品自动排序问题matlab源码

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真代码

https://blog.csdn.net/qq_43276566/article/details/129402447 基于遗传算法的CVRP建模求解-Python代码