本文结合遗传算法对BP算法进行优化，建立了改进的BP神经网络模型。最后，充分利用MATLAB语言的各自优势，进行编程-In this paper, the genetic algorithm to optimize BP algorithm, establish an improved BP neural network model. Finally, make full use of their respective advantages MATLAB language programming

运输成本、货损成本、时间成本等的配送成本最小化和以模糊时间窗进行量化的客户满意度最大化的多目标优化模型，采用改进遗传算法求解带模糊时间窗冷链配送问题。-A multi-objective optimization model to minimize the cost of transport and distribution costs, damage costs, costs of time and to quantify fuzzy time window to maximize custo

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