FIR数字滤波器的最优化设计可以抽象成一个多维连续函数求极值的问题，因此可以采用遗传算法求解。针对传统遗传算法存在的容易早熟收敛的问题，提出一种改进策略，从交叉变异的概率和算子两方面对算法进行改进，并通过测试函数验证了改进策略的可行性。分别在最小二乘（LS）、最大误差最小化（MM）和均方误差最小化（MMSE）准则下，采用改进遗传算法进行FIR数字低通滤波器最优化设计，实验结果显示在不同优化准则下设计的滤波器都表现出了良好的性能，证明了改进算法的通用性和有效性。

为了求解多技能资源受限项目调度问题（MSPSP），本文提出了一种改进遗传算法.首先根据问题的数学模型，确立了基于优先权的实数编码方式，并将目标函数转为适应度函数以供后续适应度的计算；接着将基于群体共享的小生境技术融入到遗传算法的选择过程中，并借助确定式采样选择和子种群的调整进一步提高算法的搜索能力；然后分别在交叉和变异操作中引入基因修复和多重验证机制，增强算法的寻优能力；最后给出了算法的总流程.算法在iMOPSE数据集上的求解效果表明本文的改进遗传算法是一种求解MSPSP问题的有效方法，对相关实际问题的研究具有良好借鉴意义.

支持向量机是由Vapnik领导的AT&TBell实验室研究小组在1963年提出的一种新的非常有潜力的分类技术，SVM是一种基于统计学习理论的模式识别方法，主要应用于模式识别领域。由于当时这些研究尚不十分完善，在解决模式识别问题中往往趋于保守，且数学上比较艰涩，这些研究一直没有得到充分的重视。直到90年代，统计学习理论 （Statistical Learning Theory，SLT）的实现和由于神经网络等较新兴的机器学习方法的研究遇到一些重要的困难，比如如何确定网络结构的问题、过学习与欠学习问题、局部极小点问题等，使得SVM迅速发展和完善，在解决小样本、非线性及高维模式识别问题中表现出许多特有

该算法适用研究机器人与无人机

这是一个基于遗传算法的社区发现算法代码 论文:Community detection based on modularity and an improved genetic algorithm ###使用方法: 1.在CommityData.java文件里面,更改path变量. ###代码结构: 1.CommityData.java:定义了全部变量,以及数据的初始化工作 2.SpeciesIndividual.java:染色体个体 3.SpeciesPopulation.java:物种群,用链表的形式来存储每一个SpeciesIndividual个体 4.GeneticAlgorithm.java:遗传算法步骤,包括选择交叉变异等操作 5.MainRun.java:主函数

改进遗传算法在智能排课系统中的研究与应用发展.pdf

一篇基于改进遗传算法的整数编码的文章，很好看

基于综合改进遗传算法的机械手最优关节加速度研究，张魁仓，高荣慧，上下料机械手在末端轨迹已知、时间已定的情况下，为了减小轨迹跟踪误差，降低执行器和机械臂的受力，限制机械手的共振频率，产生

行业分类-电信-基于主成分分析改进遗传算法的交通信号配时优化方法.rar

采用一种自适应的交叉和变异概率，基于个体的适应度值来自适应地进行改变。