遗传算法工具包是一种强大的智能多变量优化算法，它模仿种群繁殖规律来进行优化。本SGA可以优化变量，求最小值，最大值（当把函数倒数也就求最小值啦）并且支持浮点编码，grey编码，二进制编码；轮赌法选择，锦标赛选择；单点交叉，均布交叉，浮点交叉；单点变异，浮点变异。
你是像你妈妈多一点呢，还是像你爸爸多一点呢，大家肯定都对遗传基因很感兴趣吧，今天小编就给大家带来了这个遗传算法工具箱，可以应用于matlab软件。该工具箱是采用简单的编码技术来表示各种复杂的结构，并通过对一组编码表示进行简单的遗传操作和优胜劣汰的自然选择来指导学习和确定搜索的方向。然后通过搜索到的方向进行遗传基因分析，得出最终的结果。
Step 1：对遗传算法的运行参数进行赋值。参数包括种群规模、变量个数、交叉概率、变异概
率以及遗传运算的终止进化代数。
Step 2：建立区域描述器。根据轨道交通与常规公交运营协调模型的求解变量的约束条件，设
置变量的取值范围。
Step 3：在Step 2的变量取值范围内，随机产生初始群体，代入适应度函数计算其适应度值。
Step 4：执行比例选择算子进行选择操作。
Step 5：按交叉概率对交叉算子执行交叉操作。
Step 6：按变异概率执行离散变异操作。
Step 7：计算Step 6得到局部最优解中每个个体的适应值，并执行最优个体保存策略。
Step 8：判断是否满足遗传运算的终止进化代数，不满足则返回Step 4，满足则输出运算结果。
其次，运用遗传算法工具箱。
1 将GAOT工具箱文件拷贝至Matlab文件夹下，具体路径视安装情况而定，例如：
C:\program files\MATLAB\R2009a\toolbox。
2 将GAOT工具箱路径加入Matlab文件路径之中。
流程为：File-->Set Path-->Add Folder。即，将C:\program files\MATLAB\R2009a\toolbox\gaot文件夹加入该路径系统中。
3 重新启动Matlab，运行即可。
4 一般情况下，会出现如下情况。
