1. 遗传算法的外文翻译，这只是一部分，希望哪个高手帮小弟翻译下的
源语言： 英语
抽象
最近的研究表明，信息检索性能的显着改善，
实现相结合的多种表示形式的信息需求。本文提出了一种遗传
方法从多个查询评价相结合的结果。遗传算法的目的是优化
估计的总体相关的文件空间探索不同的方向。我们调查
适当的技术相结合，提高效益的遗传勘探和方法
启发式遗传理论在红外领域。事实上，这种方法使用了一个小生境技术来解决
相关多模态问题，相关反馈技术来进行基因转换
查询配方和演化启发式，以改善的收敛条件
遗传过程。的全球方法的效果比较检索结果证明
由遗传多个查询的评价和经典单查询上进行评价
TREC-4的子集，使用美居IRS。此外，实验结果表明的正面效果。
各种技术集成到我们的遗传算法模型。
？2002年Elsevier科学有限公司。保留所有权利。关键词：信息检索，遗传算法，相关反馈
2. 遗传算法工具箱的具体使用
matlab遗传算法工具箱函数及实例讲解 核心函数：
(1)function [pop]=initializega(num,bounds,eevalFN,eevalOps,options)--初始种群的生成函数
【输出参数】
pop--生成的初始种群
【输入参数】
num--种群中的个体数目
bounds--代表变量的上下界的矩阵
eevalFN--适应度函数
eevalOps--传递给适应度函数的参数
options--选择编码形式(浮点编码或是二进制编码)[precision F_or_B],如
precision--变量进行二进制编码时指定的精度
F_or_B--为1时选择浮点编码，否则为二进制编码,由precision指定精度)
(2)function [x,endPop,bPop,traceInfo] = ga(bounds,evalFN,evalOps,startPop,opts,...
termFN,termOps,selectFN,selectOps,xOverFNs,xOverOps,mutFNs,mutOps)--遗传算法函数
【输出参数】
x--求得的最优解
endPop--最终得到的种群
bPop--最优种群的一个搜索轨迹
【输入参数】
bounds--代表变量上下界的矩阵
evalFN--适应度函数
evalOps--传递给适应度函数的参数
startPop-初始种群
opts[epsilon prob_ops display]--opts(1:2)等同于initializega的options参数，第三个参数控制是否输出，一般为0。如[1e-6 1 0]
termFN--终止函数的名称,如['maxGenTerm']
termOps--传递个终止函数的参数,如[100]
selectFN--选择函数的名称,如['normGeomSelect']
selectOps--传递个选择函数的参数,如[0.08]
xOverFNs--交叉函数名称表，以空格分开，如['arithXover heuristicXover simpleXover']
xOverOps--传递给交叉函数的参数表，如[2 0;2 3;2 0]
mutFNs--变异函数表，如['boundaryMutation multiNonUnifMutation nonUnifMutation unifMutation']
mutOps--传递给交叉函数的参数表,如[4 0 0;6 100 3;4 100 3;4 0 0]
【问题】求f(x)=x+10*sin(5x)+7*cos(4x)的最大值，其中0<=x<=9
【分析】选择二进制编码，种群中的个体数目为10，二进制编码长度为20，交叉概率为0.95,变异概率为0.08
【程序清单】
%编写目标函数
function[sol,eval]=fitness(sol,options)
x=sol(1);
eval=x+10*sin(5*x)+7*cos(4*x);
%把上述函数存储为fitness.m文件并放在工作目录下
initPop=initializega(10,[0 9],'fitness');%生成初始种群，大小为10
[x endPop,bPop,trace]=ga([0 9],'fitness',[],initPop,[1e-6 1 1],'maxGenTerm',25,'normGeomSelect',...
[0.08],['arithXover'],[2],'nonUnifMutation',[2 25 3]) %25次遗传迭代
运算借过为：x =
7.8562 24.8553(当x为7.8562时，f（x）取最大值24.8553)
注：遗传算法一般用来取得近似最优解，而不是最优解。
遗传算法实例2
【问题】在－5<=Xi<=5,i=1,2区间内，求解
f(x1,x2)=-20*exp(-0.2*sqrt(0.5*(x1.^2+x2.^2)))-exp(0.5*(cos(2*pi*x1)+cos(2*pi*x2)))+22.71282的最小值。
【分析】种群大小10，最大代数1000，变异率0.1,交叉率0.3
【程序清单】
％源函数的matlab代码
function [eval]=f(sol)
numv=size(sol,2);
x=sol(1:numv);
eval=-20*exp(-0.2*sqrt(sum(x.^2)/numv)))-exp(sum(cos(2*pi*x))/numv)+22.71282;
%适应度函数的matlab代码
function [sol,eval]=fitness(sol,options)
numv=size(sol,2)-1;
x=sol(1:numv);
eval=f(x);
eval=-eval;
%遗传算法的matlab代码
bounds=ones(2,1)*[-5 5];
[p,endPop,bestSols,trace]=ga(bounds,'fitness')
注：前两个文件存储为m文件并放在工作目录下，运行结果为
p =
0.0000 -0.0000 0.0055
大家可以直接绘出f(x)的图形来大概看看f（x）的最值是多少，也可是使用优化函数来验证。matlab命令行执行命令：
fplot('x+10*sin(5*x)+7*cos(4*x)',[0,9])
3. 求matlab遗传算法工具箱GA Toolbox。。并求解释如下
GA自己写一个就好了，也挺简单的。
虽然很多函数都能知道表达式，但是仍然版有很多函数不能用倒权数来求解，所以要知道空间的极值和最值就必须用遍历的方法。然而对于实数范围内或者大规模数据的离散数据情况下，遍历画图的方法会耗费很大的计算复杂度，因为你并不知道是在参数范围的边缘还是中间有最值，有多少个最值也不知道。GA就提供了一种基于种群的搜索优化方法，可以快速的收敛到优秀的解的个体，但是要防止陷入局部最优。
简而言之就是遍历的搜索方法要用时10小时完成的事情，GA快速优化可能1分钟或者10分钟搞定，占用内存也少。
4. 遗传算法工具箱是什么
遗传工具箱是MATLAB中的一个工具，主要是用来求解优化问题的
5. matlab7.1遗传算法自带工具箱和sheffield大学的遗传算法工具箱（gatbx）各有何特点哪个好些
只用过抄MATLAB的遗传工具箱，速度还可以袭（比一般自己写的C++要好些）。和其它程序结合的话，先编一个options的结构体，设定好参数（非常重要，特别是初始范围），然后在调用ga()函数，就可以了。没有工具箱的界面，但干的活是一样的。 我曾用它描过一个函数，函数值是当某些参数去到最优时的参数值。通过嵌套一个循环，每次改变一点参数做一次优化，就可以描出一条曲线来。
6. matlab遗传算法工具箱里用的是哪种遗传算法
是Matrix Laboratory公司自己聘人做出来的，就是最标准的遗传算法
不是版那种什么神经网络遗传算法，也权不是什么遗传退火算法。
如果你自己有这类混杂算法的工具箱，只能自己去下载第三方的工具箱，当然前提是有人编过
英国谢菲尔德大学有一套自己的遗传算法工具箱，比MATLAB默认功能强大一些，但是相对难用
如果你不是有什么特殊的需求，默认的已经够了
7. 急求外文翻译文献 关于遗传算法或者组卷系统的
Genetic algorithm compared to nonlinear optimization
作者：Heng Li1, Peter E.D. Love2 and Stephen Ogunlana3
8页，请发邮件到[email protected]我发给你。
我的英文水平我自己都不敢恭维，你可以下载一个有道桌面字典辅助你来翻译。
8. 急求遗传算法外文文献
童鞋你好！
这个估计需要自己搜索了！
网上基本很难找到免费给你服务的！
我在这里给你点搜索国际上常用的外文数据库：
----------------------------------------------------------
⑴ISI web of knowledge Engineering Village2
⑵Elsevier SDOL数据库 IEEE/IEE(IEL)
⑶EBSCOhost RSC英国皇家化学学会
⑷ACM美国计算机学会 ASCE美国土木工程师学会
⑸Springer电子期刊 WorldSciNet电子期刊全文库
⑹Nature周刊 NetLibrary电子图书
⑺ProQuest学位论文全文数据库
⑻国道外文专题数据库 CALIS西文期刊目次数据库
⑼推荐使用ISI web of knowledge Engineering Village2
-----------------------------------------------------------
中文翻译得自己做了，实在不成就谷歌翻译。
弄完之后，自己阅读几遍弄顺了就成啦！
学校以及老师都不会看这个东西的！
外文翻译不是论文的主要内容！
所以，很容易过去的！
祝你好运！
9. matlab 遗传算法工具箱怎么用
推荐用shefiled的GA工具箱，里面的子函数写的很好，调用很方便。 配合一本gA的书内 学的很快；
另外 关于你这容个问题， 你的目标函数和约束函数是否在工作目录下，还有 在调用的时候 在函数名前面加@试试， 希望能帮到你