说明：一种基于matlab的遗传规划编码程序 其中包含交叉和变异的代码。

mutation-in-matlab crossover genetic-programming GP-matlab-code gp

说明：采用栅格对机器人的工作空间进行划分，再利用优化算法对机器人路径优化，是采用智能算法求最优路径的一个经典问题。目前，采用蚁群算法在栅格地图上进行路径优化取得比较好的效果，而利用遗传算法在栅格地图上进行路径优化在算法显得更加难以实现。利用遗传算法处理栅格地图的机器人路径规划的难点主要包括：1保证路径不间...

遗传机器人 遗传算法-路径 遗传栅格 遗传蚁群-路径 路径-规划

说明：继续上次传的简单遗传算法，本次加入啦变异部分。-Continue to the last mass of the simple genetic algorithm, mutation of this part of you to join.

matlab 算法 简单 继续 遗传 加入 部分 变异 本次 上次

说明：DE 算法主要用于求解连续变量的全局优化问题，其主要工作步骤与其他进化算法基本一致，主要包括变异(Mutation)、交叉(Crossover)、选择(Selection)三种操作。算法的基本思想是从某一随机产生的初始群体开始，利用从种群中随机选取的两个个体的差向量作为第三个个体的随机变化源，将差向...

说明：这是在最初的蚁群算法的变异算子的基础上改进的变异算子，旅行商问题中含100个城市的程序

变异算子 蚁群改进-matlab 蚁群算法改进 变异蚁群算法 蚁群算法-改进

说明：高斯变异的萤火虫群优化算法，实现简单，含有6个测试函数，运行方便。

萤火虫算法 萤火虫优化 高斯变异 萤火虫高斯 萤火虫算法

说明：此为对粒子群算法的改进，采用高斯混沌变异，效果优于原算法。

高斯混沌变异 粒子群算法 混沌变异 G-PSO

说明：采用高斯变异改进基本萤火虫群优化算法，得到很好的效果

萤火虫算法 改进的萤火虫 改进优化 gs改进算法 萤火虫

说明：该案例的功能是使用遗传算法优化BP神经网络，分为BP神经网络结构确定、遗传算法优化和BP神经网络预测三个部分。遗传算法优化使用遗传算法优化BP神经网络的权值和阈值，种群中的每个个体都包含了一个网络所有权值和阈值，种群中的每个个体都包含了一个网络所有权值和阈值，个体通过适应度函数计算个体适应度值，遗传...

BP神经网络 遗传算法优化 BP神经网络预测 GA

说明：基于遗传算法的移动传感器的部署优化，实现三维空间下对多个传感器相对探测物体位置的移动路径的规划，种群大小为49，迭代次数为1000，交叉概率为0.8，变异概率0.1，采用精英选择。

遗传算法 移动传感器 部署优化