本書是作者多年從事算法研究的經(jīng)驗總結(jié)。書中所有案例均應(yīng)國內(nèi)各大MATLAB技術(shù)論壇網(wǎng)友的切身需求而精心設(shè)計,其中不少案例所涉及的內(nèi)容和求解方法在國內(nèi)現(xiàn)已出版的MATLAB書籍中鮮有介紹。
本書采用案例形式,以智能算法為主線,講解了遺傳算法、免疫算法、退火算法、粒子群算法、魚群算法、蟻群算法和神經(jīng)網(wǎng)絡(luò)算法等最常用的智能算法的MATLAB實現(xiàn)。本書共給出30個案例,每個案例都是一個使用智能算法解決問題的具體實例,所有案例均由理論講解、案例背景、MATLAB程序?qū)崿F(xiàn)和擴展閱讀四個部分組成,并配有完整的程序源碼和講解視頻,使讀者在掌握算法的同時,也可以學習到作者們多年積累的編程經(jīng)驗與技巧,從而快速提高使用算法求解實際問題的能力。
本書可作為本科畢業(yè)設(shè)計、研究生項目設(shè)計、博士低年級課題設(shè)計參考書籍,同時對廣大科研人員也.有很高的參考價值。
第1章謝菲爾德大學的MATLAB遺傳算法工具箱
1.1理論基礎(chǔ)
1.1.1遺傳算法概述
1.1.2 謝菲爾德遺傳算法工具箱
1.2案例背景
1.2.1 問題描述
1.2.2解題思路及步驟
1.3 MATLAB程序?qū)崿F(xiàn)
1.3.1工具箱結(jié)構(gòu)
1.3.2 遺傳算法常用函數(shù)
1.3.3遺傳算法工具箱應(yīng)用舉例
1.4延伸閱讀
參考文獻
第2章基于遺傳算法和非線性規(guī)劃的函數(shù)尋優(yōu)算法
2.1理論基礎(chǔ)
2.1.1非線性規(guī)劃
2.1.2 非線性規(guī)劃函數(shù)
2.1.3遺傳算法基本思想
2。1.4算法結(jié)合思想
2.2案例背景
2.2.1 問題描述
2.2.2 算法流程
2.2.3遺傳算法實現(xiàn)
2.3 MATLAB程序?qū)崿F(xiàn)
2.3.1適應(yīng)度函數(shù)
2.3.2選擇操作
2.3.3交叉操作
2.3.4變異操作
2.3.5算法主函數(shù)
2.3.6非線性尋優(yōu)
2.3.7結(jié)果分析
2.4延伸閱讀
2.4.1其他函數(shù)的優(yōu)化
2.4.2其他優(yōu)化算法
參考文獻
第3章基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化算法
3.1理論基礎(chǔ)
3.1.1 BP神經(jīng)網(wǎng)絡(luò)概述
3.1.2遺傳算法的基本要素
3.2案例背景
3.2.1 問題描述
3.2.2解題思路及步驟
3.3 MATLAB程序?qū)崿F(xiàn)
3.3.1 神經(jīng)網(wǎng)絡(luò)算法
3.3.2 遺傳算法主函數(shù)
3.3.3 比較使用遺傳算法前后的差別
3.3.4結(jié)果分析
3.4延伸閱讀
參考文獻
第4章基于遺傳算法的TSP算法
4.1理論基礎(chǔ)
4.2案例背景
4.2.1 問題描述
4.2.2解決思路及步驟
4.3 MATLAB程序?qū)崿F(xiàn)
4.3.1種群初始化
4.3.2適應(yīng)度函數(shù)
4.3.3選擇操作
4.3.4 交叉操作
4.3.5變異操作
4.3.6進化逆轉(zhuǎn)操作
4.3.7 畫路線軌跡圖
4.3.8遺傳算法主函數(shù)
4.3.9結(jié)果分析
4.4延伸閱讀
4.4.1 應(yīng)用擴展
4.4.2 遺傳算法的改進
4.4.3算法的局限性
參考文獻
第5章基于遺傳算法的LQR控制器優(yōu)化設(shè)計
5.1理論基礎(chǔ)
5.1.1 LQR控制
5.1.2 基于遺傳算法設(shè)計LQR控制器
5.2案例背景
5.2.1 問題描述
5.2.2解題思路及步驟
……
第6章遺傳算法工具箱詳解及應(yīng)用
第7章多種群遺傳算法的函數(shù)化算法
第8章基于量子遺傳算法的函數(shù)尋優(yōu)算法
第9章基于遺傳算法的多目標優(yōu)化算法
第10章基于粒子群處落地的多目標搜索算法
第11章基于多層編碼遺傳算法的車間調(diào)度算法
第12章免疫優(yōu)化算法在物流配送中心選址中的應(yīng)用
第13章粒子群算法的尋優(yōu)算法
……