遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向（最优解）进化，进化过程中，会自动选择优良基因，淘汰劣等基因。 遗传算法（英语：genetic algorithm (GA) ）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、杂交等。 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值，选出 前 parent_number 个 个体作为 待选 parent 种群（适应度函数的值越小越好） 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体，进行交叉，产生 2 个子代。（交叉概率） 对子代（parent + 生成的 child）的染色体进行变异。（变异概率） 重复3,4,5步骤，直到新种群（parent_number + child_number）的产生。 循环以上步骤直至找到满意的解。 本资源包含遗传算法+matlab+原理介绍+示例源码

遗传算法源码，已经调试可以直接计算问题。

网上下载 学习使用 没有源代码 只能修改适应度函数、种群大小、迭代次数、交叉 变异概率

MATLAB中的遗传算法优化的BP神经网络算法代码并附有实例

C#遗传算法代码实例，有助于学习遗传算法，了解遗传算法的应用。

《Matlab遗传算法工具箱及应用》源码 工具箱 关于遗传算法应用的一些参考文献 遗传算法 遗传算法的一些应用于编程（含源代码） 遗传算法原理与编程介绍 遗传退火算法 用MATLAB实现遗传算法程序

PHP-mVPDPTW 求解带时间窗的多车接送问题PHP遗传算法 此代码目前仅针对单车 PDPTW 进行编程。 在添加具有通用遗传类的多个车辆功能之前，它将在 OOP 中重写，以便扩展到其他具有遗传应用的 NP 难问题。 此外，输入的数组位置对应于需要泛化以支持随机整数（数据库）值的接送ID 输入是： // 每个上车和下车位置之间的时间距离矩阵。 查阅谷歌距离矩阵 API $time = array(array(0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0), array(5 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0), array(6 ,1 ,0 ,0 ,0 ,0 ,0 ,0 ,0 ,0), array(10,5 ,4 ,0 ,0 ,0 ,0 ,0 ,0 ,0), array(7 ,7 ,

模量 JOCL 遗传算法

GeneticSudoku：解决数独游戏的遗传算法

茶匙 旅行商问题求解器 - 遗传算法 city.js 文件包含所有城市的 x 和 y 坐标（如果需要可以更改）。 下一代按钮将运行算法 150 次并打印所有数据。 为获得最佳观看效果，请使用 1920x1080 显示器。