说明：TSP问题是一个典型的组合优化问题，也是一个NP难题，一般很难精确地求出其最优解，因而找出有效的近似解算法具有重要意义。本文针对基本遗传算法在解决TSP问题是所存在的收敛速度慢，容易“早熟”问题，提出了一种改进的交叉算子和基于种群相似度的更新策略。改进的交叉算子是通过先比较两个城市间距离再进行的交换...

算法 tsp 遗传 改进 问题 解决

说明：标准遗传算法有时候会出现未成熟收敛问题，在求解多目标优化问题时显得尤其严重。遗传算法存在未成熟收敛问题，在求解多目标优化问题时显得尤其严重。因此已有学者提出了多种群遗传算法。该算法中多个种群使用同一目标函数，各种群的交叉率和变异率取不同的固定值，以搜索不同解空间中的最优解，种群之间定期进行信息交换。...

matlab multi-objective 多种群算法 bush589 lovef5t

说明：遗传算法（GA）是通过对自然界中生物的遗传和优胜劣汰的进化过程进行模拟与抽象，进而形成的一种自适应全局随机优化搜索方法。遗传算法只需提供目标函数作为寻优信息，它从某一随机生成的初始群体出发，经过选择、交叉和变异等遗传操作后对个体进行适应度评价，保留适应度较强的个体遗传到子代种群中，经过多次的迭代计算...

matlab 算法 运行 遗传 优化 求解

说明：matlab 求解job shop scheduling problem遗传算法，整数编码，双点交叉，溢出位修复。

Job-Scheduling 整数-交叉 job-shop JOB-SHOP-matlab JOB-SHOP-GENETIC

说明：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

matlab 算法 程序 遗传

说明：遗传算法由于具有良好的性能，在最优化，路由选择，接入控制等领域具有很好的应用，本程序从遗传算法的本质出发，对算法的初始化，交叉和变异的过程进行了详细的描述，对于初学者理解遗传算法的基本原理具有很好的帮助。

matlab 算法 简单 遗传

说明：在人工智能领域，遗传算法 （GA） 是搜索的启发式算法，模仿自然选择的过程。这种试探法 （有时也称为超启发式） 经常用于生成有用的解决方案，优化和搜索问题。[1] 遗传算法属于进化算法 （EA） 生成使用技术灵感来自自然的演变，如继承、 交叉、 变异、 选择、 优化问题的解决办法的大类。下面是代码为...

matlab 算法 遗传

说明：遗传算法的分布式进化算法的优化算法，遗传算法适用于：  目标函数为求最大值的和非负整数解的溶液  边界边界约束  Myfun目标函数  民初始种群的数目  n迭代最大数  CP交叉概率  P变异概率  ˚F目标的最佳解决方案  X最优解向量

matlab 算法 遗传

说明：免疫遗传算法流程为： (1)随机产生初始父代种群A1 (2)根据先验知识抽取疫苗。 (3)若当前种群中已包含最佳个体，算法结束；否则进行以下步骤。 (4)根据抗体浓度和适应度进行复制。 (5)对当前第K代父代种群AK进行交叉操作，得到种群BK。

免疫算法-疫苗 immunity genetic-algorithm 免疫算法 免疫遗传

说明：对于一个经典的TSP问题而言，遗传算法能有效、迅速的解决并得到最优解。通过选择、交叉、变异等仿生学相关的算子，能有效的实现全局搜索，并能有效避免陷入局部最优解

算法 tsp 遗传 问题 解决