遗传算法

遗传算法（Genetic Algorithm, GA）最先是由美国Mic-hgan大学的John Holland于1975年提出的。遗传算法是模拟达尔文的遗传选择和自然淘汰的生物进化过程的计算模型。它的思想源于生物遗传学和适者生存的自然规律，是具有“生存+检测”的迭代过程的搜索算法。遗传算法以一种群体中的所有个体为对象，并利用随机化技术指导对一个被编码的参数空间进行高效搜索。其中，选择、交叉和变异构成了遗传算法的遗传操作；参数编码、初始群体的设定、适应度函数的设计、遗传操作设计、控制参数设定等5个要素组成了遗传算法的核心内容。

ga
Contents.m
EER.m
README
adjswapMutation.m
arithXover.m
b2f.m
binaryExample.m
binaryMutation.m
boundaryMutation.m
calcbits.m
coranaEval.m
coranaFeval.m
coranaMin.m
cyclicXover.m
delta.m
dists.m
enhancederXover.m
erXover.m
f2b.m
floatExample.m
floatGradExample.m
ga.m
gaMichEval.m
gaZBGrad.m
gaZBGradEval.m
gademo.m
gademo1.m
gademo1eval1.asv
gademo1eval1.m
gademo2.m
gademo3.m
gaotv5.ps
heuristicXover.m
initializega.m
initializeoga.m
inversionMutation.m
linerorderXover.m
maxGenTerm.m
multiNonUnifMutation.m
nonUnifMutation.m
normGeomSelect.m
optMaxGenTerm.m
orderBasedExample.m
orderbasedXover.m
parse.m
partmapXover.m
plotCorana.m
roulette.m
shiftMutation.m
simpleXover.m
singleptXover.m
startup.m
swapMutation.m
threeswapMutation.m
tournSelect.m
tspEval.m
unifMutation.m
uniformXover.m
遗传算法及其MATLAB实现.wps