遗传算法计算最短路径

遗传算法优化 BP 神经网络是用遗传算法来优化 BP 神经网络的初始权值和阈值,使优化后的 BP 神经网络能够更好地预测函数输出。遗传算法优化 BP 神经网络的要素包括种群初始化、适应度函数、选择操作、交叉操作和变异操作。

遗传算法的有趣应用很多，诸如寻路问题，8数码问题，囚犯困境，动作控制，找圆心问题（这是一个国外网友的建议：在一个不规则的多边形 中，寻找一个包含在该多边形内的最大圆圈的圆心。），TSP问题（在以后的章节里面将做详细介绍。），生产调度问题，人工生命模拟等。直到最后看到一个非 常有趣的比喻，觉得由此引出的袋鼠跳问题（暂且这么叫它吧），既有趣直观又直达遗传算法的本质，确实非常适合作为初学者入门的例子。

神经网络遗传算法函数极值寻优——非线性函数极值寻优

神经网络的训练过程中，使用遗传算法来优化神经网络的权重，用于寻找全局最优权重

微电网是比较热门的话题，针对微电网越来越多的使用，人们开始探寻其最优经济控制，既要保证达到经济要求，也要能保证能在一定程度上实现排放污染气体量最小。

基于遗传算法的机器人路径规划的实现，已通过测试验证，是可以运行的C++程序。

以某地区一部分土地利用现状为基本数据，通过设置目标函数和约束条件，使用遗传算法进行土地利用优化，实验表明优化效果优良。

实数编码遗传算法求函数极大值实数编码遗传算法求函数极大值实数编码遗传算法求函数极大值实数编码遗传算法求函数极大值实数编码遗传算法求函数极大值实数编码遗传算法求函数极大值实数编码遗传算法求函数极大值实数编码遗传算法求函数极大值

基于遗传群算法的PID控制器优化设计，通过对PID三个变量比例、积分和微分的参数寻优，得到最佳的三个参数，得到控制器最好输出曲线，其超调量最小，超调时间小。

有遗传算法的选择、交叉、变异函数，一些简单的MABTLAB遗传算法例子