遗传算法源代码分享-遗传算法.rar 这个是个人编写的关于遗传算法的代码实现，并附有实例！！参附件！！再次提供给大家分享！！

由 Denis Cormier(North Carolina State University)开发的，Sita Raghavan(University of North Carolina at Charlotte)修正的遗传算法C代码。

实用的自适应遗传算法matlab代码 实用的自适应遗传算法matlab代码 实用的自适应遗传算法matlab代码

资源提供了遗传算法（GA）的matlab的代码实现，其中按照遗传算法流程图，代码结构按照流程顺序，被划分为不同的独立模块，代码中以求非线性函数最大值为例，通过修改此代码可实现常见的优化问题求解。

“改进的状态空间模型遗传算法及全局收敛性分析”论文MATLAB源码，下载文件解压后，主程序为“MAINGABS”，打开运行即可。两个mat文件为两种构造状态进化矩阵G的构造结果，程序里直接调用即可。还提供了论文中提及的16个测试函数，若测试相应函数更改相应名称即可。

基于遗传算法对三角形分类程序的测试，生成测试数据。使用C#编码，vs2008生成解决方案

二维遗传算法matlab代码使用DREAM软件包的马尔可夫链蒙特卡罗仿真-MATLAB实现 艾哈迈德·埃尔斯哈尔（Ahmed Elshall）博士在夏威夷大学马诺阿分校进行研究的代码 DREAM，其中包含过去和斯诺克更新的样本：DREAM_ZS 本文介绍的代码是马尔可夫链蒙特卡罗算法，该算法并行运行多个链以进行有效的后验。 名为DREAM_（ZS）的算法基于原始的DREAM采样方案，但是使用来自过去状态的档案库中的采样来在每个单独的链中生成候选点。 Vrugt等人已经提出了DREAM_（ZS）的理论和数值示例。 （2009）。 详细信息也可以在Ter Braak和Vrugt（2008）中找到。 从过去进行采样具有三个主要优点： （1）避免了使用N = d进行后探的要求。 这将加速收敛到有限的分布，特别是对于高维问题（大d）。 （2）离群链不需要明确考虑。 通过采样历史状态，异常轨迹可以在仿真期间的任何时间直接跳到模态区域。 因此，用DREAM_（ZS）模拟的N条路径在链中的每个单步台阶上都保持了详细的平衡。 （3）定义每个链中跳转的过渡内核不需要有关链当前状态的信息。 这在可以同时生成

遗传算法源代码matlab程序qopt 量子启发式进化算法求解优化问题 该存储库包含一些由Robert Nowotniak在2010-2015年间开发的未发布的源代码。 它们用于研究高级随机搜索算法（主要是量子启发式进化和遗传算法以及其他种群方法），以进行数值和组合优化。 这些程序和算法是用不同的编程语言开发的：C，C ++，带有Cython接口的Python，CUDA C内核，助手Bash shell脚本以及某些算法，甚至在Matlab中也是如此。 源代码库的主要内容： Algorithms / purepython / -纯Python中的算法实现（最慢的初始POC实现） Algorithms / * 。pyx-Cython中的iQIEA，MyRQIEA2，QIEA1，QIEA2，rQIEA算法实现 C / -一些算法和测试问题在C ++中的实现 CUDA / -CUDA C计算内核在GPGPU中实现了一些算法（极快，在多GPU环境中可提高数百倍的速度） 问题/ -不同的数值优化函数，背包问题，SLAM，编码不同组合问题的SAT（布尔可满足性问题），以及来自CEC2005，CEC2

遗传算法，python代码可运行，北邮人工智能实训

clc;clear all; format long;%设定数据显示格式 %初始化参数 T=100;%仿真代数 N=80;% 群体规模 pm=0.05;pc=0.8;%交叉变异概率 umax=2.048;umin=-2.048;%参数取值范围 L=10;%单个参数字串长度，总编码长度2L bval=round(rand(N,2*L));%初始种群 bestv=-inf;%最优适应度初值 %迭代开始 for ii=1:T %解码，计算适应度 for i=1:N y1=0;y2=0; for j=1:1:L y1=y1+bval(i,L-j+1)*2^(j-1);