2010年左右的遗传算法入门视频讲解

效果展示： https://user-images.githubusercontent.com/36581610/50392983-e7c05400-0720-11e9-8c97-523f1e3687b7.gif https://user-images.githubusercontent.com/36581610/48689204-5c8af600-eb97-11e8-8deb-e0391667e4d7.PNG 神经网络 每个涂鸦都包含一个神经网络。神经网络有一个 5 个神经元的输入层、2 个 4 个神经元的隐藏层和一个 2 个神经元的输出层。 遗传算法 创建了 200 幅涂鸦，每幅涂鸦都有自己的神经网络。在所有涂鸦死后，选择一些得分最高的涂鸦来复制并创建一个由 200 个涂鸦组成的新种群。每一代都重复这个过程。 想象 涂鸦可以看到 5 个方向。在这些方向中的每一个上，涂鸦都可以看到到一个垫子的距离，如果那个方向上有一个垫子的话。

遗传算法解决5种多旅行商问题（mtsp）的matlab程序 分别为以下5中情况： 1.从不同起点出发回到起点（固定旅行商数量） 2.从不同起点出发回到起点（旅行商数量根据计算可变） 3.从同一起点出发回到起点 4.从同一起点出发不会到起点 5.从同一起点出发回到同一终点（与起点不同）

一个小型遗传算法框架，用 Clojure 编写

使用遗传算法的地震声学反演

简单遗传算法 纯 Haskell 中的简单并行遗传算法实现

电阻GA 使用遗传算法优化阻力表面的 R 包。连续曲面和分类曲面都可以使用这些函数进行优化。此外，可以同时优化多个阻力表面以生成新的阻力表面。电阻距离可以计算为点之间的成本距离（最低成本路径），或使用 CIRCUITSCAPE 计算的基于电路的电阻距离

您可以用极少的多边形生成相当好的近似值。这是一个只有 50 个多边形（约 380K 代）的示例： https://github.com/armhold/polygen/blob/master/images/starry.jpg https://github.com/armhold/polygen/blob/master/images/mona_lisa-100-polygons.png https://github.com/armhold/polygen/raw/master/images/logo.gif

相关的 NN 蓝图位于 NN 文件夹中。他们是： 人口 物种 脑 神经元 突触 节点 它们完全独立于项目，您可以安全地使用它们来构建您自己的 ML 项目。 模拟 我用来测试 NN 类的模拟基于 UE4 的 Advanced Vehicle 模板。遗传算法使用距离驱动和与驾驶线的平均距离作为奖励（健身）功能，并使用碰撞检测胶囊和与驾驶线的当前距离作为输入。尝试一下 - 结果可能会发生巨大变化。 模拟控制是： '1' 和 '2' 改变时间膨胀，但我不建议快速 'R' 重置模拟并开始新批次 'Tab' 跳到下一代 每次生成结束但在选择和变异之前都会保存模拟结果。

PIKAIA 遗传算法的现代 Fortran 版