遗传算法方面书 genetic Algorithm

遗传算法解决车辆路径问题

gaps-基于遗传算法的拼图自动完成游戏代码，想看看的同学可以进行下载

与神经网络相结合的遗传算法对农作物的估产研究，刘晓旭，郭雪平，本文利用与神经网络融合的遗传算法，列举某地区的玉米进行了估产研究，同时与 BP 算法的模型进行了比较。该算法无论是在全局收敛�

非排序遗传算法 II (NSGA-II) 的可承受和压缩实现 此函数执行非排序遗传算法 II (NSGA-II) 以最小化连续函数。该实现是可以忍受的，计算成本低且压缩（该算法只需要一个文件：NSGAIII.m）。提供了一个“example.m”脚本以帮助用户使用该实现。还值得注意的是，为了便于理解，代码被高度注释。该实现基于 Deb 等人的论文。(2002)，“一种快速和精英的多目标遗传算法：NSGA-II”。

混合萤火虫——全局优化的遗传算法 这个简化的 Matlab 演示代码展示了如何使用混合萤火虫 - 遗传算法来解决全局优化问题。这种混合算法是混合萤火虫 - 遗传算法的简化版本，旨在解决 Zervoudakis K.、Tsafarakis S.、Paraskevi-Panagiota S. (2020) 中的离散产品线设计问题。最优产品线设计问题。在：Matsatsinis N.、Marinakis Y.、Pardalos P.（编辑）学习和智能优化。LION 2019。计算机科学讲义，第 11968 卷。Springer, Cham。https://doi.org/10.1007/978-3-030-38629-0_23

论文研究-并行遗传算法在无线通讯网基站优化选址中的应用.pdf,  为利用最少的基站数实现规定的服务质量 ,对无线通信网的基站位置进行优化 ,是一个 NP难题 .针对一个区域 ,提出了在 k个备选的位置中选择合适组合的粗粒度并行遗传算法 ,在不提高成本的同时 ,优化网络的覆盖率 .不但提出了一种高效的局部搜索算子 ,而且比较了子群体连接拓扑对优化质量的影响 .仿真证明 ,优化效果超过了已有的算法 .

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仿真模型及运行结果

针对常规二维最佳熵法计算复杂，运行时间长，收敛性差等不足，提出基于改进遗传算法的二维最佳熵阈值分割方法。通过对选择、交叉、变异等因子的优化设计，使阈值搜索的鲁棒性与收敛性有了很大改善，并对图像的分割效果进行评价。分析与仿真结果表明，改进算法在大大减少阈值搜索时间的同时，保持了良好的分割性能。

使用matlab实现蜂群SVM，粒子群SVM，遗传算法SVM，数据包含有公共数据集，公共图像数据集，图像特征提取用了词袋，保证可用（公共图像数据集太大，删除了）