机器学习经典GA算法运用Java代码实现
由于本人在硕士阶段学习了进化算法，那时候用matlab实现算法模型，并发表了一篇SCIE（GA+PSO+神经网络模型）。闲暇时间本人用Java重新写了一个简易版本，算法过程都在注释中标明了。在本博客中使用遗传算法（GA）为例，用于函数优化（求最值，数学上这类情况可能遇到NP问题或NP难问题）。
不玩虚的，先上代码，用者自取
链接: /s/14BZxx_zAPpjuhbkzvUTEZw
提取码: thia
—》本人再次进行二次编辑，进行代码原图及实验结果展示
实验工具eclipse，JDK1.8，JFrame的jar包网盘里面有
参数设定（理论上迭代次数越多结果越精确）
执行过程（随便截取了一个过程）
执行结果
放到服务器上
代码引入工作空间后，可以达成jar包，放到虚拟机上，java -jar XXX.jar，结合nohup命令，记录执行结果。
一、 GA算法主要过程
（1）初始化种群
（2）编码并计算初始化种群适应度
（3）选择合适的种群交叉
（4）根据变异率进行种群的变异
（5）计算新种群的适应度，若达到要求或者达到最大迭代次数，算法结束；否则，返回步骤（3）继续运行。
二、GA算法的主要应用
（1）函数优化
（2）组合优化
（3）车间调度
