2019-12-16 20:40 3587次浏览 1条评论

本书系统介绍MATLAB遗传算法和直接搜索工具箱的功能特点、编程原理及使用方法。全书共分为9章。第一章至第四章介绍遗传算法的基础知识，包括遗传算法的基本原理，编码、选择、交叉、变异，适应度函数，控制参数选择，约束条件处理，模式定理，改进的遗传算法，早熟收敛问题及其防止等。第五章至第七章介绍英国设菲尔德（Sheffield）大学的MATLAB遗传算法工具箱及其使用方法，举例说明如何利用遗传算法工具箱函数编写求解实际优化问题的MATLAB程序。第八章和第九章介绍MathWorks公司最新发布的MATLAB遗传算法与直接搜索工具箱及其使用方法。本书取材新颖，内容丰富，逻辑严谨，语言通俗，理例结合，图文并茂，注重基础，面向应用。书中包含大量的实例，便于自学和应用。本书可作为高等院校计算机、自动化、信息、管理、控制与系统工程等专业本科生或研究生的教材或参考书，也可供其他相关专业的师生及科研和工程技术人员自学或参考。第一章 遗传算法概述1.1 遗传算法的概念1.2 遗传算法的特点1.2.1 遗传算法的优点1.2.2 遗传算法的不足之处1.3 遗传算法与传统方法的比较1.4 遗传算法的基本用语1.5

2019-12-16 20:38 3039次浏览 0条评论

本书简单、直接地介绍了遗传算法，并且针对所讨论的示例问题，给出了Java代码的算法实现。全书共分灾6章。第1章简单介绍了人工智能和生物进化的知识背景，这也是遗传算法的历史知识背景。第2章给出了一个基本遗传算法的实现；第4章和第5章，分别针对机器人控制器、旅行商问题、排课问题展开分析和讨论，并给出了算法实现。在这些章的末尾，还给出了一些练习供读者深入学习和实践。第6章专门讨论了各种算法的优化问题。本书适合机器学习爱好者阅读，尤其适合对遗传算法的理论和实现感兴趣的读者阅读参考。第1章　简介　11.1　什么是人工智能　21.2　生物学类比　31.3　进化计算的历史　41.4　进化计算的优势　51.5　生物进化　7生物进化的一个实例　81.6　基本术语　10术语　101.7　搜索空间　111.7.1　适应度景观　121.7.2　局部最优　141.8　参数　171.8.1　变异率　171.8.2　种群规模　181.8.3　交叉率　191.9　基因表示　191.10　终止　201.11　搜索过程　201.12　参考文献　22第2章　实现一个基本遗传算法　232.1　实现之前　232.2　基本遗传算