利用遗传基因算法对SVM-RFE算法进行优化，从而获取更优异的特征，提高检测率，该算法的SVMtrain利用matlab自带的函数-The use of genetic algorithms to optimize the SVM-RFE algorithm, in order to gain more excellent features, improve the detection rate of the algorithm using matlab comes SVMtrain funct

matlab下的遗传算法，针对的是罚函数下的遗传算法优化-Matlab under the genetic algorithm, for the penalty function of the genetic algorithm optimization

目前的多目标优化算法有很多，Kalyanmoy Deb 的 NSGA-II（Nondominated Sorting Genetic Algorithm II，带精英策略的快速非支配排序遗传算法）无疑是其中应用最为广泛也是最为成功的一种。MATLAB 自带的 gamultiobj 函数所采用的算法，就是基于 NSGA-II 改进的一种多目标优化算法（a variant of NSGA-II）。gamultiobj 函数的出现，为在 MATLAB 平台下解决多目标优化问题提供了良好的途径。gamu

基于Matlab的函数优化遗传算法程序,包含了遗传算法实现的大部分步骤-Based on Matlab function optimization of genetic algorithm, contains most of the genetic algorithm implementation steps

基于Matlab的函数优化遗传算法程序,包含了遗传算法实现的大部分步骤(Based on Matlab function optimization of genetic algorithm, contains most of the genetic algorithm implementation steps)