自适应搜索的改进遗传算法及其应用

本文将改进的自适应遗传算法和相结合用于0-1背包问题的求解。此算法对交叉率和变异率进行了优化，实现了交叉率和变异率的非线性自适应调整，并对不可行解进行了贪婪修复。实验结果表明，相比传统的自适应遗传方法

针对遗传算法收敛速度慢的缺点，可以采用模糊逻辑来自动调整遗传算法的交叉率和变异率，以加快遗传算法的收敛，可以应用到多个领域中。

Srinvivas等提出一种自适应遗传算法，交叉概率与变异概率能够随着适应度大小而改变。但在这种算法中，群体中最大适应度值的个体的交叉率和变异率为零，这使得进化走向局部最优解的可能性增加。提出了一种改

遗传算法的源程序，用遗传算法求解最短路径问题

针对量子遗传算法在多维复杂函数优化中迭代次数多,易陷入局部极值等缺点，提出新的量子遗传算法。

遗传算法的在生产中应用很广泛，现在根据实际需要加以改进，同时得到了验证

这是花费了好几天才搞好的C代码，可以运行，能够自行设置多个参数，很适合研究遗传算法。

自适应遗传算法matlab代码，很实用啊，快下吧

自适应遗传算法。

自适应遗传算法里面包含了多个改进算法思想,Genericalgorithm