改进量子遗传算法在PID参数整定中应用-改进量子遗传算法在PID参数整定中应用.pdf 参数整定是PID 控制器设计的关键，针对PID 控制器参数整定问题，提出一种基于改进量子遗传算 法的参数整定方法。该算法在基本量子遗传算法的基础上引入了量子交叉、量子变异和群体灾变操作。基 于改进量子遗传算法的PID 参数整定方法将PID 控制器参数整定转化为参数优化问题，通过改进量子遗传 算法的进化计算实现参数整定。与其他参数整定优化算法的仿真结果比较表明，该方法能获取更好的控制 品质，仿真结果验证了该方法的可行性

所走路程的最短路径,其可能的路径数与城市个数成指数关系增长.目前应用遗传算法解决TSP问题,主要要解决编码问题和算子的设计问题.编码方式约束了运算空间的大小,好的编码方式可以压缩求解空间,提高运算效率.常见的编码方式有二进制编码,实值编码,自然编码等本文主要讨论**自然编码方式下算子的改进**及其MATLAB的程序实现.针对TSP问题,提出**贪婪交叉算子**和**倒位变异算子**来加快算法的收敛速度,同时又**不易陷入局部最优**,从而较好地解决了群体的多样性和收敛速度的予盾

遗传算法借鉴“适者生存”的遗传遗传学理论，将优化问题的求解表示成“染色体”的“适者生存”过程，通过“染色体”群的一代代复制、交叉、变异的进化，最终得到的是最适应环境的个体，从而得到问题的最优解或者满意解。这是一种高度并行、随机和自适应的通用的优化算法。

自己写的改进遗传算法的python程序。

对排样优化算法的研究资料，对于需要矩形排样算法的朋友非常有用。基于改进免疫遗传算法的矩形件排样

改进型遗传算法及其应用 冯宪宾等 比较清晰o