遗传算法多份源代码matalabjava，c++都有

MATALAB java C++ 源码都有，好资源 源码都有，好资源 源码都有，好资源 还包含PPT,文档，共33.9MB

public class GA {

	private int ChrNum = 10;	//染色体数量
	private String[] ipop = new String[ChrNum];	 	//一个种群中染色体总数
	private int generation = 0; 	//染色体代号
	public static final int GENE = 46; 		//基因数
	private double bestfitness = Double.MAX_VALUE;  //函数最优解
	private int bestgenerations;   	//所有子代与父代中最好的染色体
	private String beststr;   		//最优解的染色体的二进制码
	
	/**
	 * 初始化一条染色体（用二进制字符串表示）
	 */
	private String initChr（） {
		String res = ““;
		for （int i = 0; i < GENE; i++） {
			if （Math.random（） > 0.5） {
				res += “0“;
			} else {
				res += “1“;
			}
		}
		return res;
	}

	/**
	 * 初始化一个种群（10条染色体）
	 */
	private String[] initPop（） {
		String[] ipop = new String[ChrNum];
		for （int i = 0; i < ChrNum; i++） {
			ipop[i] = initChr（）;
		}
		return ipop;
	}

	/**
	 * 将染色体转换成xy变量的值
	 */
	private double[] calculatefitnessvalue（String str） {

		//二进制数前23位为x的二进制字符串，后23位为y的二进制字符串
		int a = Integer.parseInt（str.substring（0 23） 2）;      
		int b = Integer.parseInt（str.substring（23 46） 2）;

		double x =  a * （6.0 - 0） / （Math.pow（2 23） - 1）;    //x的基因
		double y =  b * （6.0 - 0） / （Math.pow（2 23） - 1）;    //y的基因

		//需优化的函数
		double fitness = 3 - Math.sin（2 * x） * Math.sin（2 * x） 
				- Math.sin（2 * y） * Math.sin（2 * y）;
		
		double[] returns = { x y fitness };
		return returns;

	}

	/**
	 * 轮盘选择
	 * 计算群体上每个个体的适应度值; 
	 * 按由个体适应度值所决定的某个规则选择将进入下一代的个体;
	 */
	private void select（） {
		double evals[] = new double[ChrNum]; // 所有染色体适应值
		double p[] = new double[ChrNum]; // 各染色体选择概率
		double q[] = new double[ChrNum]; // 累计概率
		double F = 0; // 累计适应值总和
		for （int i = 0; i < ChrNum; i++） {
			evals[i] = calculatefitnessvalue（ipop[i]）[2];
			if （evals[i] < bestfitness）{  // 记录下种群中的最小值，即最优解
				bestfitness = evals[i];
				bestgenerations = generation;
				beststr = ipop[i];
			}

			F = F + evals[i]; // 所有染色体适应值总和
		}

		for （int i = 0; i < ChrNum; i++） {
			p[i] = evals[i] / F;
			if （i == 0）
				q[i] = p[i];
			else {
				q[i] = q[i - 1] + p[i];
			}
		}
		for （int i = 0; i < ChrNum; i++） {
			double r = Math.random（）;
			if （r <= q[0]） {
				ipop[i] = ipop[0];
			} else {
				for （int j = 1; j < ChrNum; j++） {
					if （r < q[j]） {
						ipop[i] = ipop[j];
					}
				}
			}
		}
	}

	/**
	 * 交叉操作 交叉率为60%，平均为60%的染色体进行交叉
	 */
	private void cross（） {
		String temp1 temp2;
		for （int i = 0; i < ChrNum; i++） {
			if （Math.random（） < 0.60） {
				int pos = （int）（Math.random（）*GENE）+1;     //pos位点前后二进制串交叉
				temp1 = ipop[i].substring（0 pos） + ipop[（i + 1） % ChrNum].substring（pos）; 
				temp2 = ipop[（i + 1） % ChrNum].substring（0 pos） + ipop[i].substring（pos）;
				ipop[i] = temp1;
				ipop[（i + 1） / ChrNum] = temp2;
			}
		}
	}

	/**
	 * 基因突变操作 1%基因变异
	 */
	private void mutation（） {
		for （int i = 0; i < 4; i++） {
			int num = （int） （Math.random（） * GENE * ChrNum + 1）;
			int chromosomeNum = （int） （num / GENE） + 1; // 染色体号

			int mutationNum = num - （chromosom

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-02-23 19:51  遗传算法多份源码\
     目录           0  2019-02-23 19:39  遗传算法多份源码\Ga\
     目录           0  2019-02-23 19:39  遗传算法多份源码\Ga\GA-master\
     文件         301  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\.classpath
     文件         378  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\.project
     目录           0  2019-02-23 19:39  遗传算法多份源码\Ga\GA-master\.settings\
     文件         598  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\.settings\org.eclipse.jdt.core.prefs
     目录           0  2019-02-23 19:39  遗传算法多份源码\Ga\GA-master\bin\
     文件          10  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\bin\.gitignore
     目录           0  2019-02-23 19:39  遗传算法多份源码\Ga\GA-master\doc\
     文件         571  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\allclasses-frame.html
     文件         551  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\allclasses-noframe.html
     目录           0  2019-02-23 19:39  遗传算法多份源码\Ga\GA-master\doc\class-use\
     文件        3538  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\class-use\GA.html
     文件        4239  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\constant-values.html
     文件        3329  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\deprecated-list.html
     文件        8299  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\GA.html
     文件        6940  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\help-doc.html
     目录           0  2019-02-23 19:39  遗传算法多份源码\Ga\GA-master\doc\index-files\
     文件        4028  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\index-files\index-1.html
     文件        3722  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\index-files\index-2.html
     文件        2416  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\index.html
     文件        3532  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\overview-tree.html
     文件         687  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\package-frame.html
     文件           2  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\package-list
     文件        3752  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\package-summary.html
     文件        3541  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\package-tree.html
     文件        3409  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\package-use.html
     目录           0  2019-02-23 19:39  遗传算法多份源码\Ga\GA-master\doc\resources\
     文件        2313  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\resources\background.gif
     文件         291  2016-08-07 22:29  遗传算法多份源码\Ga\GA-master\doc\resources\tab.gif
............此处省略554个文件信息