此代码使用遗传算法根据婚礼宾客彼此之间的密切程度来优化婚宴座位表。我选择使用以下键来确定接近度，尽管这可以根据作者的喜好进行修改。 亲密度：2000 = 配偶/日期 900 = 兄弟姐妹 700 = 父母/孩子 500 = 表亲 300 = 阿姨/侄女 100 = 朋友 0 = 不知道 5000 = 新娘/新郎 请注意，我必须创建一个特殊的新娘/新郎分数，因为我们俩都与参加婚礼的每个人关系密切，2000 分不足以确保我们坐在同一张桌子上。显然你想在你自己的婚礼上和你的新配偶坐在一起！ 获得密钥后，您必须创建一个包含所有婚礼宾客 x 所有婚礼宾客的矩阵，并根据每位宾客与其他宾客的关系对他们进行评分。这显然非常耗时，我认为可以通过用户输入其家谱的某种 GUI 来解决。这并不能解决分配亲密关系的问题，但是如果您有建议，请与我们联系！ 使用这个矩阵，您可以创建一个遗传算法，最大限度地提高整张桌子的紧密度，但要限制每张桌子上的客人数量（在我的例子中是 10）。在这个例子中，我选择了一个二元染色体（每个客人要么选择给定的桌子，要么不选择） 更多详情、使用方法，请下载后阅读README.m

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

为了减小采煤机牵引部的体积,以MG650/1500-WD采煤机为例,建立牵引部行星齿轮减速机构的优化数学模型,并利用MATLAB软件编写模型的遗传算法优化程序对采煤机牵引部行星齿轮减速机构优化。优化后的行星齿轮减速机构体积减小,采煤机牵引部体积也相应减小,进而降低制造成本。优化结果对采煤机牵引部的进一步改进设计有一定的指导作用。

【BP预测】基于遗传算法优化BP神经网络实现股价预测附Matlab代码.zip

论文研究-城市单交叉路口交通流实时遗传算法优化控制.pdf,  针对单交叉路口多相位交通流建立了一种实时动态模型 ,并简要介绍了一种实时遗传算法优化控制方法 .通过对本周期及前一个周期的车流量进行实时测量 ,采用线性预估方法 ,对下一个周期的车流量进行预估 ,以最大通行能力为路口模型控制性能指标 ,从而确定下一周期的相位配时方案 .采用 C语言编程进行实时仿真实验 ,仿真结果表明 ,实时优化性能良好、性能稳定.

代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多种遗传算法优化论文与代码代码 多

代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法优化代码代码 多目标快速非支配排序遗传算法

提出利用遗传算法优化在线支持向量机的风电场风速预测方法,应用遗传算法选择在线支持向量机的参数,将选择的参数代入在线支持向量模型,对前7 d的风速进行预测,实验结果证明了该方法的可行性。

遗传算法优化BP神经网络的研究.doc

遗传算法优化BP神经网络权值和阈值的通用.txt