GA 遗传算法 最短路径 万能代码 matlab

GA遗传算法和ELM极限学习机相结合的Matlab仿真代码，是一个matlab工程，希望可以帮助到你，助你一臂之力

一个遗传算法C++类库 在很多方面用得着 里面有很多例子

遗传算法的c++实现，代码量一般，使用方便。在求值优化时只需要将函数表达式改变即可。

基于MATLAB中GA遗传算法工具箱和穷举法的电动汽车最优减速比求解（分别在NEDC工况和FIP７５工况下），有详细说明文档，可用作毕设。

遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，而一个种群则由经过基因（gene）编码的一定数目的个体(individual)组成。每个个体实际上是染色体(chromosome)带有特征的实体。

可以将城市的点集放到自己的程序上运行，与最优结果进行比较，对自己的算法进行改进。

遗传算法的工具箱function [Chrom, Lind, BaseV] = crtbp(Nind, Lind, Base) nargs = nargin ; % Check parameter consistency if nargs >= 1, [mN, nN] = size(Nind) ; end if nargs >= 2, [mL, nL] = size(Lind) ; end if nargs == 3, [mB, nB] = size(Base) ; end if nN == 2 if (nargs == 1) Lind = Nind(2) ; Nind = Nind(1) ; BaseV = crtbase(Lind) ; elseif (nargs == 2 & nL == 1) BaseV = crtbase(Nind(2),Lind) ; Lind = Nind(2) ; Nind = Nind(1) ; elseif (nargs == 2 & nL > 1) if Lind ~= length(Lind), error('Lind and Base disagree'); end BaseV = Lind ; Lind = Nind(2) ; Nind = Nind(1) ; end

基于ATO的列车速度曲线优化，用matlab遗传算法实现。适合初学者。

遗传算法改进BP人工神经网络，有利于大家将模式识别精度提高。