文件名称：matlabtsp问题代码-Genetic-Algorithm:遗传算法
文件大小：122KB
文件格式：ZIP
更新时间：2024-06-15 19:45:12
系统开源
matlab tsp问题代码遗传算法（EA） 在该项目中，提供了遗传算法MATLAB代码，并建模了3个常见问题：背包，nQueen和TSP，以通过遗传算法进行优化。 首先，简要概述了遗传算法，如下所示： 遗传算法是对查尔斯·达尔文（Charles Darwin）的自然进化理论的启发而进行的探索。 该算法反映了自然选择过程，在该过程中，人们被选择以更适合的方式繁殖以形成下一代的后代。 （遗传算法）： （自然选择的概念）： 自然选择过程始于从人口中选择最富裕的个体。 这些人创造了一个继承父母特征的世代，并将这些特征添加到下一代中。 如果父母的状况更好，他们的后代就会比父母的状况更好，并且有更好的生存机会。 这个过程一直持续到最后，最终适合大多数人的一代人。 （初始人口）： 此过程始于一组称为“人口”的人。 每个人都是我们要解决的问题的解决方案。 每个人都可以通过称为基因的一组参数（变量）来识别。 基因连接一个字符串以形成一条染色体（溶液）。 在遗传算法中，一个人的基因用一个字母顺序的字符串表示。 通常使用二进制值（字符串1和0）。 我们假设基因是在染色体中编码的。 （健身功能）： 健身功能
【文件预览】：
Genetic-Algorithm-master
----2.png(16KB)
----3.png(7KB)
----5.png(4KB)
----GA-knapsack()
--------crossovert.m(1KB)
--------fitness.m(611B)
--------crossoveru.m(1KB)
--------crossover2.m(1KB)
--------crossover.m(973B)
--------data.mat(329B)
--------GA.m(2KB)
--------mutation.m(765B)
----6.png(12KB)
----LICENSE(1KB)
----1.png(82KB)
----README.md(4KB)
----GA_continuse()
--------fitness.m(560B)
--------crossover.m(941B)
--------GA.m(2KB)
--------mutation.m(837B)
----GA-TSP()
--------fitness.m(636B)
--------crossover.m(1KB)
--------data.mat(224B)
--------GA.m(2KB)
--------mutation.m(837B)
----4.png(4KB)
----GA-nQueen()
--------retstart_improved_best.m(726B)
--------plotsolution.m(707B)
--------crossoverunif.m(1KB)
--------fitness.m(672B)
--------crossover2.m(1KB)
--------crossover.m(1KB)
--------reformer_ofsspring.m(645B)
--------GA_nQueen.m(2KB)
--------crossovertour.m(1KB)
--------mutation.m(787B)