基于改进遗传算法的自动组卷问题研究

收敛熟度快，求解效果好。%-------nCity：城市数量；%-------xyCity：城市二维坐标；%-------dCity：城市间距离矩阵；%-------nPopulation：种群个体数

旅行商问题，即TSP问题（Traveling Salesman Problem）是数学领域中著名问题之一。假设有一个旅行商人要拜访N个城市，他必须选择所要走的路径，路径的限制是每个城市只能拜访一次，而

基于改进遗传算法的最小生成树解决办法。除了普利姆算法和克鲁斯卡尔算法之外的又一算法。

代码实现了基于遗传算法的模糊c均值算法，用于改进FCM当中的局部收敛问题，以达到全局最优。

遗传算法的背包问题解法。利用VC++实现

用遗传算法求解实现TSP 问题。 代码是基于 GAlib （面向对象的GA遗传算法库）实现。 包含源代码、可执行文件、开发说明、开发报告和图表、以及必要的参考资料。

本程序是改进后的遗传算法,采用java编写,有操作界面。

为改善传统二维0tsu阈值分割算法处理图像时计算复杂度高、实时性差等缺点，将遗传算法应用到二维Otsu灰度图像阈值寻优中，并提出一种改进的自适应遗传算法。实验证明，新的算法对灰度图像有较好的分割效果，

所走路程的最短路径,其可能的路径数与城市个数成指数关系增长.目前应用遗传算法解决TSP问题,主要要解决编码问题和算子的设计问题.编码方式约束了运算空间的大小,好的编码方式可以压缩求解空间,提高运算效率

用遗传算法解决TSP问题的文档，通过对遗传算法的研究可以有效的解决TSP问题