对Matlab中的遗传算法工具箱进行改进而得到的遗传退火进化算法。可用于一般的最优化问题，求解无约束的或带有线性约束的连续函数的全局最小值。 首先对传统的遗传算法和模拟退火算法进行改进，然后将模拟退火算法引入了遗传算法，结合两种算法的优点，得到一种新的遗传退火进化算法。它不但实现了遗传算法的全局搜索能力与模拟退火算法的局部搜索能力的结合，同时可使改进后的模拟退火算法能够充分利用遗传算法所得的全局信息。经验证，改算法能使遗传算法避免产生早熟收敛，增强了算法的全局收敛性，而且加快了算法的收敛速

本文介绍了模拟退火算法的原理和求解方法,并将其用于指数曲线的拟合,在Matlab语言环境下实现了该算法,并且与文献中的遗传算法、线性回归相比较。数值模拟结果表明,该算法能更好地实现最优拟合。-This article describes the principle of simulated annealing algorithm and solution methods, and used an exponential curve fitting, the language environmen