hehainan_86的专栏

遗传算法(GA)作为一种经典的进化算法，自 Holland提出之后在国际上已经形成了一个比较活跃的研究领域. 人们对 GA 进行了大量的研究，提出了各种改进算法用于提高算法的收敛速度和精确性. 遗传算法采用选择，交叉，变异操作，在问题空间搜索最优解.经典遗传算法首先对参数进行编码，生成一定数目的个体，形成初始种群其中每个个体可以是一维或多维矢量，以二进制数串表示，称为染色体.染色体的每一位

算法步骤如下：初始化输入进化参数：种群规模NP，个体维度D，交叉因子CR（范围[0,1]），最大进化代数Gm，自变量的上下界DE利用NP个维数为D的实数值参数向量作为每一代的种群，每个个体表示为： =式中代表个体在种群中的序列；G代表进化代数；NP代表种群规模，在最小化过程中NP保持不变。为了建立优化搜索的初始点，种群必须

import java.util.*;public class Tsp {  private String cityName[]={"北京","上海","天津","重庆","哈尔滨","长春","沈阳","呼和浩特","石家庄","太原","济南","郑州","西安","兰州","银川","西宁","乌鲁木齐","合肥","南京","杭州","长沙","南昌","武汉","