粒子群优化算法(PSO)是一种进化计算技术(evolutionary computation).源于对鸟群捕食的行为研究 PSO同遗传算法类似，是一种基于叠代的优化工具。系统初始化为一组随机解，通过叠代搜寻最优值。但是并没有遗传算法用的交叉(crossover)以及变异(mutation)。而是粒子在解空间追随最优的粒子进行搜索。详细的步骤以后的章节介绍 同遗传算法比较，PSO的优势在于简单容易实现并且没有许多参数需要调整。目前已广泛应用于函数优化，神经网络训练，模糊系统控制以及其他遗传算法的应

遗传算法程序说明: fga.m 为遗传算法的主程序 采用二进制Gray编码,采用基于轮盘赌法的非线性排名选择, 均匀交叉,变异操作,而且还引入了倒位操作!-Descr iption of the procedures for genetic algorithms: fga.m main program for the genetic algorithm using binary Gray encoding, roulette wheel based on the law of non-line

自然计算中遗传算法的各个程序，matlab环境下开发的源代码。best.m 求种群中适应度最大的值 calfitvalue.m 计算每个个体的适应度 calobjvalue.m 适应度函数 crossover.m 交叉变换 decodebinary.m 将二进制数转换成十进制数 decodechrom.m 将二进制数转换成十进制数 initpop.m 产生初始种群 mutation.m 变异 selection.m 选择合适的个体进行复制 main.m 主函数

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）。 -In artificial intellig

旅行商问题（TSP）是一个经典的优化组合问题，本个案列采用遗传算法来求解TSP问题，进行了选择、交叉、变异算子的设计，并通过MATLAB对算法进行了实现，附有详细的说明和代码。,The traveling salesman problem (TSP) is a classic combination optimization problem, in this case the column using a genetic algorithm to solve TSP problem select