遗传算法——理论、应用与软件实现

遗传算法简称GA(Genetic Algorithms)是1962年由美国Michigan大学的Holland教授提出的模拟自然界遗传机制和生物进化论而成的一种并行随机搜索最优化方法。

NeuroEvolution of Augmenting Topologies (NEAT) is a genetic algorithm for the generation of evolving

matlab中的遗传算法和退火算法在路径规划中的动态和多路径规划问题中的应用

蚂蚁算法蚂蚁选择路线的算法，测试算法的成功与否

10本遗传算法方面经典书籍。 目录如下: 遗传算法10本之1:非数值并行算法:遗传算法.pdf 遗传算法10本之2:计算智能中的仿生学:理论与算法.pdf 遗传算法10本之3:进化算法.pdf 遗传算

讨论了遗传算法中框架定理的不足之处,并进行了改进

本书介绍了遗传算法的一般原理，系统性地阐述了遗传算法的理论知识，非常好用！强力推荐1

介绍了遗传算法的基本工作原理，讨论了遗传算法理论存在的问题及改进方法，最后提出了遗传算法在控制中的研究及其应用"

本文利用混沌运动的遍历性,提出了一种求解优化问题的混沌遗传算法(ChaosGeneticAlgorithm,简称CGA),该算法的基本思想是把混沌变量加载于遗传算法的变量群体中,利用混沌变量对子代群体

经典书籍中遗传算法的原理和应用，包括遗传算法的原理和应用