经典的算法都有讲到，一般资源只有书，这个是附带了原代码的

计算加权加速度,计算时间和二维直方图,有信道编码，调制，信道估计等，是国外的成品模型，包含特征值与特征向量的提取、训练样本以及最后的识别，与理论分析结果相比。

遗传算法的基本步骤如下： 1）在一定编码方案下，随机产生一个初始种群； 2）用相应的解码方法，将编码后的个体转换成问 题空间的决策变量，并求得个体的适应值； 3）按照个体适应值的大小，从种群中选出适应值 较大的一些个体构成交配池； 4）由交叉和变异这两个遗传算子对交配池中的 个体进行操作，并形成新一代的种群； 5）反复执行步骤2-4，直至满足收敛判据为止。 用MATLAB 编写了遗传算法程序，并给出完 整代码，程序在matlabR2009中调试通过。最后，通过 一个实例说明其在函数优化中的应用。

移动开发-柿（Diospyros kaki Thunb.）优良品种AFLP指纹图谱构建及遗传多样性研究.pdf

在工程应用中经常会遇到一些复杂的非线性系统，这些系统状态方程复杂，难以用数学方法准确建模。在这种情况下，可以建立BP神经网络表达这些非线性系统。BP神经网络是一种反向传递并且能够修正误差的多层映射函数，它通过对未知系统的输入输出参数进行学习之后，便可以联想记忆表达该系统。但是由于BP网络是在梯度法基础上推导出来的，要求目标函数连续可导，在进化学习的过程中熟练速度慢，容易陷入局部最优，找不到全局最优值。并且由于BP网络的权值和阀值在选择上是随机值，每次的初始值都不一样，造成每次训练学习预测的结果都有所差别。遗传算法是一种全局搜索算法，把BP神经网络和遗传算法有机融合，充分发挥遗传算法的全局搜索能力和BP神经网络的局部搜索能力，利用遗传算法来弥补权值和阀值选择上的随机性缺陷，得到更好的预测结果。

智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab代码模型及运行结果

基于遗传算法和Bagging-SVM集成分类器

人工智能-多层前馈神经网络拓扑结构的遗传优化研究.pdf

人工智能-粗糙集算法和遗传神经网络在城市日用水量预测中的应用研究.pdf

Jupyter Notebook