本文针对性的研究了多目标演化算法，实现了包括NSGA-II、SPEA2已有的经典多目标优化进化算法在多目标优化问题中的应用-Targeted research multi-objective evolutionary algorithm to achieve multi-objective optimization evolutionary algorithm NSGA-II, SPEA2 than classic multi-objective optimization problem

利用遗传算法求解极值问题，进化代数30，种群个数1-Extremum problem using genetic algorithm, evolutionary algebra 30, the number of population 100

遗传算法解决tsp问题 遗传算法，模拟达尔文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，一种选择不断选择优良个体的算法。谈到遗传，想想自然界动物遗传是怎么来的，自然主要过程包括染色体的选择，交叉，变异（不明白这个的可以去看看生物学），这些操作后，保证了以后的个体基本上是最优的，那么以后再继续这样下去就可以一直最优了。(Genetic algorithm to solve TSP problem)