遗传算法解决背包问题

用遗传算法解决了从一个城市出发，经过其他九个城市，最后再回到起点的最短距离的方案问题，即为解决十个城市之间的最短距离问题。

利用遗传算法优化，多元单峰函数优化，多元多峰函数轴并行超球体最小值，旋转超球体最小值，Rastrigin函数最小值等

第一行背包大小 物品数量 之后是每个物品的重量和价值

遗传算法解决TSP问题，其为30个城市的TSP问题

遗传算法求解背包问题的C++代码及详细注解,适合新手学习。

遗传算法在多目标01背包问题中的应用，毕业设计的论文二十页

遗传算法求解背包问题的C++代码及详细注解，适合新手学习。

蜂群遗传算法求解多选择背包问题，吴迪，杨欣宇，多选择背包问题是组合优化中的典型NP难题之一，本文采用蜂群遗传算法进行求解。该算法通过设置两个自适应变化的种群，雄蜂群负责�

求解背包问题的一种混合遗传算法，韩宇，赵新超，本文首先讨论了遗传算法在问题求解中的早熟现象，进而引进一个参数用以衡量种群中的染色体的相似程度，有效地增加了种群的多样性

提出一种改进的混沌遗传算法来求解0-1背包问题。通过利用幂函数载波技术增强混沌搜索的遍历性,把混沌搜索得到的最优解直接作为新群体嵌入遗传算法来改善遗传算法的早熟问题,从而使算法有能力避免陷入局部极值而