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

自适应遗传算法matlab代码，效果很好，可以参考使用。

混沌粒子群优化算法，及其该算法的简单应用

MATLAB全部代码，可以直接运行。

非线性整数规划是一个具有指数复杂度的NP问题，如果约束较为复杂，Matlab优化工具箱和一些优化软件比如lingo等，常常无法应用，即使能应用也不能给出一个较为令人满意的解。这时就需要针对问题设计专门的优化算法。下面举一个遗传算法应用于非线性整数规划的编程实例，供大家参考！

通常，非线性整数规划是一个具有指数复杂度的NP问题，如果约束较为复杂，Matlab优化工具箱和一些优化软件比如lingo等，常常无法应用，即使能应用也不能给出一个较为令人满意的解。这时就需要针对问题设计专门的优化算法。下面举一个遗传算法应用于非线性整数规划的编程实例，供大家参考！

遗传算法matlab实现 遗传算法 matlab 经调试 可实现

提供一种改进的遗传算法程序，内含一个m文件。

用matlab 实现的标准遗传算法,实现选择,交叉,变异操作.

遗传算法Matlab代码，含详细注释，适合初学者