遗传算法MATLB程序，里面有遗传算法的选择、交叉、变异函数，一些简单的MABTLAB遗传算法例子 遗传算法是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等。遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的候选解（称为个体）的抽象表示（称为染色体）的种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一

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.常见的编码方式有二进制编码,实值编码,自然编码等本文主要讨论**自然编码方式下算子的改进**及其MATLAB的程序实现.针对TSP问题,提出**贪婪交叉算子**和**倒位变异算子**来加快算法的收敛速度,同时又**不易陷入局部最优**,从而较好地解决了群体的多样性和收敛速度的予盾。

遗传算法，包括一维二进制，二维二进制和实数编码三种经典算法，经过测试，用于初始阶段学习的最好材料。Matlab程序