遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。
...路铺设等，但是，由于TSP问题的可行解数目与城市数目N是成指数型增长的，是一个NP难问题，因而一般只能近似求解，遗传算法（GA）是求解该问题的较有效的方法之一，当然还有如粒子群算法，蚁群算法，神经网络算法等优化算法也可以进行求解。
基于806个网页-相关网页
标准实数编码加速遗传算法 标准实数编码的加速遗传算法（RAGA）是通过生成n 组决策变量计算目标函数，并评 价其优劣，然后利用运行过程中搜索到的优秀个体逐步调整优化变量的搜索区间，进行加速...
基于154个网页-相关网页
由Srinivas提出的非劣分层遗传算法（NSGA）和 Goldberg提出的小生境Pareto遗传算法（NPGA）是多目标进化算法的里程碑， 它们引入了非支配排序，但尚未引入精英策略。
基于120个网页-相关网页
简单遗传算法 SGA ; SIMPLE GA
量子遗传算法 QGA ; Quantum Genetic Algorithm-QGA
多目标遗传算法 MOGA ; FFGA ; multiple-objective GA
基本遗传算法 SGA ; SIMPLE GA
遗传算法工具箱 GA Toolbox ; GADS ; matlab genetic toolbox
小生境遗传算法 INGA ; ANGA ; NPGA
非支配排序遗传算法 NSGA
并行遗传算法 Coarse-grained PGA ; Paralleling Genetic Algorithms ; PGABL
标准遗传算法 Canonical Genetic Algorithms ; Standard GA
应用推荐