案例3 遗传算法优化BP神经网络-非线性函数拟合.7z

BP、GABP、改进GABP三种风电功率预测方法比较；Matlab源代码，内含数据，注释详细，内含gaot遗传算法工具箱。

GABP预测交通流量，Matlab源代码，内含数据，注释详细，内含gaot遗传算法工具箱。

是本人大学的毕业设计，主要方向是遗传算法用于路径查找，在原本的遗传算法的基础上经过了优化

将改进遗传算法用于图像分割,利用判断分析法和最佳熵自动阈值法两种阈值分割方法进行实验并加以比较,结果表明,利用最佳熵自动阈值法进行的图像分割优于判断分析法

【路径规划】考虑分配次序的多无人机协同目标分配建模与遗传算法求解

货架分配问题 用爬山，模拟退火和遗传算法解决货架分配问题 问题描述 我们必须将各种物质分配到实验室的不同架子上，以使任何一种物质都不在一起React并引发化学React。 在每行的输入中，我们使用触发化学React的编号和其他编号列表来处理物质。 在架子上找到某种物质，以最大程度减少架子和化学React的数量。 文献资料 表类： 用于保存输入数据并为爬山和初始化退火设定初始状态以及遗传算法的填充 List [] subs是列表的数组，用于放置在同一架子上的物品，它会触发化学React。 数组的索引表示项目编号。 例如：subs [1] = {2，3}表示如果将项目＃1与2个项目（2或3）中的任何一个放置在一起，则会引起化学React。 在init（）/ init（long seed）中，它对货架上的物品进行随机配置 节点类别： 建立用于爬坡和模拟退火的树数据结构 String []项

遗传算法在很多领域都十分有用，作为电力系统的学生，常常需要用遗传算法进行无功优化求解，因此基础遗传算法的掌握是必不可少的

摘 要 短时强降水是气象上的常见灾害性天气，准确认识短时强降水的发生规律和科学有效地预报是防灾减灾的关键问题。利用江苏省13个气象观测站历史上短时强降水观测资料，用遗传算法进行特征选择，选定影响短时强降水的对流抑制能、对流有效势能、高空水汽通量场等19个特征为主要因素，将是否短时强降水抽象成二元分类问题。借助机器学习中CART决策树算法进行分类分析，构建便于预报员使用的短时强降水预报规则集。实验部分，随机选择3000条样本进行训练模型，得到适合江苏地区的短时强降水规则集，用剩余的838条数据进行检验，模型的短时强降水预报准确率为88.26%，非强降雨预报准确率为96.81%，较特征选择之前分别提升4.75%和0.70%。

利用C语言开发的一个遗传算法代码，针对了单目标，单变量的情况，进化过程数据写在程序同目录结构下，可以提供后续的数据分析与处理，如对比算法性能等。 使用者可以在此基础上进一步修改融入自己的思想，改进算法，或进一步用于多变量情况。目前只提供了二进制编码与解码方法。 代码简短，不超过260行，有助于初学者快速入门遗传算法。