TSP问题的遗传算法求解 ,遗传算法（GeneticAlgorithm）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，通过模拟自然进化过程搜索最优解。遗传算法是从代表问题可能潜在的解集的一个种群（population）开始的，初代种群产生之后，按照适者生存和优胜劣汰的原理，逐代（generation）演化产生出越来越好的近似解，在每一代，根据问题域中个体的适应度（fitness）大小选择个体，并借助于自然遗传学的遗传算子（geneticoperators）进行组合交叉（

遗传算法js实现配详解，源码在GA.js中，建议先阅读readme文档，否则对染色体结构不清晰可能会导致源码理解较复杂，资源搬运自github。

Processing 可视化模拟 Genetic 算法.zip,GeneticAlgorithm（Java）用于TSP

程序内容：遗传算法的GUI设计，求出函数f(x)=10+x*cos(5*pi*x),在[-1,1]的最大值点

遗传算法（Genetic Algorithm, GA）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。该资源使用matlab对该算法进行了代码实现。