内有代码、报告。 1、理解协同进化遗传算法的思想。比较标准遗传算法和协同进化遗传算法在稳定性、求解 最优值所需的迭代次数（收敛性快慢）等方面的区别，比较它们的进化过程图。验证协同进 化遗传算法收敛速度快，兼顾算法的全局和局部搜索能力，且能抑制未成熟收敛现象的发生 的结论。 2、利用 Matlab 实现协同进化遗传算法求解函数优化问题。 3、分析协同进化遗传算法与标准遗传算法相比所展现的优越性。

协同进化遗传算法源程序 孙晓燕 基本程序协同进化遗传算法理论及应用》在详细阐述协同进化遗传算法原理与核心技术的同时，还给出其在多峰多目标复杂数值函数优化、多机器人协调路径规划、神经网络结构与连接权值同时优化，以及群体决策中的具体应用，并给出详细的算法对比结果。为便于应用《协同进化遗传算法理论及应用》阐述的算法，书后附有部分协同进化遗传算法源程序。协同进化遗传算法是解决复杂的实际优化问题的智能计算方法，近年来已在许多领域得到成功的应用，是智能优化与决策领域的热点研究方向之一

协同进化遗传算法源程序 孙晓燕 基本程序协同进化遗传算法理论及应用》在详细阐述协同进化遗传算法原理与核心技术的同时，还给出其在多峰多目标复杂数值函数优化、多机器人协调路径规划、神经网络结构与连接权值同时优化，以及群体决策中的具体应用，并给出详细的算法对比结果。为便于应用《协同进化遗传算法理论及应用》阐述的算法，书后附有部分协同进化遗传算法源程序。协同进化遗传算法是解决复杂的实际优化问题的智能计算方法，近年来已在许多领域得到成功的应用，是智能优化与决策领域的热点研究方向之一