资源提供了遗传算法（GA）的matlab的代码实现，其中按照遗传算法流程图，代码结构按照流程顺序，被划分为不同的独立模块，代码中以求非线性函数最大值为例，通过修改此代码可实现常见的优化问题求解。

介绍了遗传算法的matlab实现方式，在求函数最大值，最小值等方面有很大帮助

装箱问题遗传算法MATLAB实现.docx，这份稳定介绍了装箱问题遗传算法的简单实现例子，可以作为参考学习

Genetic Algorithm Optimization Toolbox matlab遗传算法优化工具包

遗传算法依照自然界中“适者生存，优胜劣汰”的生物进化理论，通过编码形成编码串联群体，根据选择好的适应度函数依照群体中的个体各自适应度进行操作。

《MATLAB智能算法30个案例分析》是作者多2年从事算法研究的经验总结。书中所有案例均因国内各大MATLAB技术论坛网友的切身需求而精心设计，其中不少案例所涉及的内容和求解方法在国内现已出版的MATLAB书籍中鲜有介绍。《MATLAB智能算法30个案例分析》采用案例形式，以智能算法为主线，讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现。《MATLAB智能算法30个案例分析》共给出30个案例，每个案例都是一个使用智能算法解决问题的具体实例，所有案例均由理论讲解、案例背景、MATLAB程序实现和扩展阅读四个部分组成，并配有完整的原创程序，使读者在掌握算法的同时更能快速提高使用算法求解实际问题的能力。《MATLAB智能算法30个案例分析》可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。

之前学习遗传算法时候用的程序，相信会对某些同学有帮助的。matlab的程序

遗传算法MATLB程序，里面有遗传算法的选择、交叉、变异函数，一些简单的MABTLAB遗传算法例子 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中，整个种群的适应度被评价，从当前种群中随机地选择多个个体（基于它们的适应度），通过自然选择和突变产生新的生命种群，该种群在算法的下一次迭代中成为当前种群。

阐述了遗传算法的基本原理,对MATLAB 遗传算法工具箱(GAOT) 的参数使用进行了详细介绍,探讨了MATLAB 遗传算

遗传算法中交叉运算中的OX算子