在逆向物流供应链研究中，为了解决市场需求、供应商供货能力、回收产品数量等不确定问题以及逆向物流系统中存在的目标冲突，建立了制造商收益最大化和所选供应商不合格零件数最少化的多目标数学优化模型来确定最佳供应商选择、订单量分配以及提货点选址。运用基于模糊目标规划的蒙特卡罗仿真模型把多目标函数重构成单目标函数。采用自适应遗传算法（AGA）对单目标函数进行求解，并给出了最佳供应商选择及订单量分配。在此基础上讨论了不同权重分配下结果的优劣性及供应商选择风险。最后，针对不同权重分配，比较了自适应遗传算法和Gurobi求解。实验表明，对于该问题模型自适应遗传算法在解的运行速度以及精度上都优于Gurobi。

自适应遗传算法里面包含了多个改进算法思想,Generic algorithm

基于自适应遗传算法和BP网络的汽轮发电机组故障诊断

集装箱配载是一个复杂的组合优化问题,其约束条件多,属于NP完全问题,并且求解难度大.在满足一定的约束条件下,提出一种3维集装箱装载的自适应遗传算法.算法中考虑了货物放置方向和装载容积等约束条件,给出了有效的解码算法.实例仿真结果表明了该算法的有效性和实用性.

基于自适应遗传算法, 提出一种多项式模型结构与参数的一体化辨识方法. 针对组合非线性系统, 首先将选 定的候选项原始序列与输出序列进行相关度评估, 根据其大小排列进行遗传算法染色体结构的自适应编码; 在迭代 辨识充分后, 再次计算候选项贡献序列与由该项造成的模型损失序列间的相关度, 剔除相关度较小的项, 调整模型结 构; 如此循环迭代, 在完成参数辨识的同时最终确认模型结构. 仿真实例验证了算法的有效性.

完整的介绍，代码能用，自己跑过

基于自适应遗传算法的流水车间作业调度.pdf

：多序列比对(MSA)在生物信息学研究中占有重要地位，MSA问题是一个典型的NP问题，遗传算法是求解NP完全问题的一种有效 方法。文章针对MSA问题，提出了一种新型自适应遗传算法，根据群体的多样性自适应调节变异概率，有效消除了算法中的欺骗性条件，使 用突变算子来确保算法的搜索能力。整个算法模拟了自然界进化的周期性，较好的解决了群体的多样性和收敛深度的矛盾。算法的分析和测 试表明，该算法是有效的。

为了改善城市道路交叉口交通信号控制，降低交叉口车辆延误，提出了一种基于改进遗传算法优化的模糊控制方法。在优化模糊控制器的过程中，为避免出现“早熟”现象，采用改进的自适应遗传算法，在进化过程中动态调整种群中适应度值最大个体的交叉概率和变异概率，使种群进化不会处于一种近似停滞不前的状态。为了检验该控制方法的性能，以交叉口车辆平均延误作为性能评价指标，在相同交通条件下进行了仿真实验。结果表明，相对于普通模糊控制器，经过改进遗传算法优化的模糊控制器能有效减小交叉口车辆的平均延误，提高交叉口的通行能力。

根据机械臂运动学约束，提出了关节空间基于自适应遗传算法(AGA)的3-5-3多项式插值轨迹规划算法。利用运动学约束，以最优时间为目标，针对关节型机器人在静态环境下点到点的轨迹规划问题，利用AGA算法解算多项式插值的时间。通过与基于GA的3-5-3多项式机械臂轨迹规划进化曲线和运动位置、速度、加速度曲线对比，证明该方法在算法收敛、运行平稳度上都有突出优点。