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：这个项目基于 simulink 使用粒子群优化算法的 pid 参数优化整定。在这里 weso 返回 Kp，正在考虑一种植物与致动器系统的仿真模型。有是一个文件给超调量，上升时间和沉降时间适应度函数的目标函数。根据哪些粒子群优化算法返回 Kp、 Ki、 Kd 的最优值。

matlab 算法 pid 优化 粒子

说明：应用背景遗传算法是根据自然界生物染色体进化的数学模型。首先对种群进行初始化，对每个个体计算适应度，生产下一代。如果生成的种群达不到优化的终止条件，则按照适应度选择优良个体、父代进行交叉或变异，生成子代，然后用子代取代父代，再生成下一个子代。循环执行这一过程，直到满足优化终止条件为止。在遗传算法寻优过...

matlab

说明：用改进的粒子群算法对基于非对角MAC矩阵元素均值最小目标函数为目标函数，以简支梁前三阶模态振型为原始数据对简支梁进行传感器优化布置。

粒子群算法有与传感器的优化布置 改进粒子群算法 线性递减惯性权重 MAC矩阵 算法改进

说明：目前最先进的标准粒子群算法，是美国人写的，不管是迭代速度还是迭代精度都达到了先进水平，目前正在研究粒子群算法的同学可以看一看，亲测效果不错。本人在原来的基础上进行了代码的优化和改进，加入了适应度函数的变化曲线，并提供了多种测试函数，直接用matlab打开就可以运行。

说明：这段代码解决了一个常见的目标函数与两个约束，以获得该函数的最小适应度

matlab

说明：目前最先进的标准粒子群算法，是美国人写的，不管是迭代速度还是迭代精度都达到了先进水平，目前正在研究粒子群算法的同学可以看一看，亲测效果不错。本人在原来的基础上进行了代码的优化和改进，加入了适应度函数的变化曲线，并提供了多种测试函数，直接用matlab打开就可以运行。

说明：采用遗传算法对男女生样本数据中的身高，体重，喜欢数学，喜欢文学，喜欢运动，喜欢模式识别共6个特征进行特征选择，并基于所得到的最佳特征采用SVM设计男女生分类器，并计算模型预测性能（包含SE,SP,ACC和AUC ）。提示：可以用6位的0/1进行编码，适应度函数可以考虑类似 。

AUC-SVM 特征选择算法 男女生分类器 svm-auc svm识别分类

说明：遗传算法(Genetic Algorithm ,GA) 是借鉴生物界自然选择和群体进化机制形成的一种全局寻优算法。与传统的优化算法相比 ,遗传算法具有如下优点[1]: 1) 不是从单个点 ,而是从多个点构成的群体开始搜索 ; 2) 在搜索最优解过程中 ,只需要由目标函数值转换得来...

说明：NSGA-II算法提出了快速非支配排序法，降低了算法的计算复杂度。由原来的O(MN3)降到O(MN2)（M为目标函数个数，N为种群大小）。提出了拥挤度和拥挤度比较算子，代替了需要指定共享半径的适应度共享策略，并在快速排序后的同级比较中作为胜出标准，使准Pareto域中的个体能扩展到整个Pareto域...