MATLAB 遺傳算法工具箱及應用（簡體書）

本書系統介紹MATLAB遺傳算法和直接搜索工具箱的功能特點、編程原理及使用方法。全書共分為9章。第一章至第四章介紹遺傳算法的基礎知識，包括遺傳算法的基本原理，編碼、選擇、交叉、變異，適應度函數，控制參數選擇，約束條件處理，模式定理，改進的遺傳算法，早熟收斂問題及其防止等。第五章至第七章介紹英國設菲爾德（Sheffield）大學的MATLAB遺傳算法工具箱及其使用方法，舉例說明如何利用遺傳算法工具箱函數編寫求解實際優化問題的MATLAB程序。第八章和第九章介紹MathWorks公司最新發布的MATLAB遺傳算法與直接搜索工具箱及其使用方法。本書取材新穎，內容豐富，邏輯嚴謹，語言通俗，理例結合，圖文并茂，注重基礎，面向應用。書中包含大量的實例，便于自學和應用。本書可作為高等院校計算機、自動化、信息、管理、控制與系統工程等專業本科生或研究生的教材或參考書，也可供其他相關專業的師生及科研和工程技術人員自學或參考。

第一章 遺傳算法概述
1.1 遺傳算法的概念
1.2 遺傳算法的特點
1.2.1 遺傳算法的優點
1.2.2 遺傳算法的不足之處
1.3 遺傳算法與傳統方法的比較
1.4 遺傳算法的基本用語
1.5 遺傳算法的研究方向
1.6 基于遺傳算法的應用
第二章 基本遺傳算法及改進
2.1 遺傳算法的運行過程
2.1.1 完整的遺傳算法運算流程
2.1.2 遺傳算法的基本操作
2.2 基本遺傳算法
2.2.1 基本遺傳算法的數學模型
2.2.2 基本遺傳算法的步驟
2.2.3 遺傳算法的具體例證
2.3 改進的遺傳算法
2.3.1 改進的遺傳算法一
2.3.2 改進的遺傳算法二
2.3.3 改進的遺傳算法三
2.3.4 改進的遺傳算法四
2.4 多目標優化中的遺傳算法
2.4.1 多目標優化的概念
2.4.2 多目標優化問題的遺傳算法
第三章 遺傳算法的理論基礎
3.1 模式定理
3.2 積木塊假設
3.3 欺騙問題
3.4 遺傳算法的未成熟收斂問題及其防止
3.4.1 遺傳算法的未成熟收斂問題
3.4.2 未成熟收斂的防止
3.5 性能評估
3.6 小生境技術和共享函數
第四章 遺傳算法的基本原理與方法
4.1 編碼
4.1.1 編碼方法
4.1.2 編碼評估策略
4.2 選擇
4.3 交叉
4.4 變異
4.5 適應度函數
4.5.1 適應度函數的作用
4.5.2 適應度函數的設計主要滿足的條件
4.5.3 適應度函數的種類
4.5.4 適應度尺度的變換
4.6 控制參數選擇
4.7 約束條件的處理
第五章 遺傳算法工具箱函數
5.1 工具箱結構
5.1.1 種群表示和初始化
5.1.2 適應度計算
5.1.3 選擇函數
5.1.4 交叉算子
5.1.5 變異算子
5.1.6 多子群支持
5.2 遺傳算法中的通用函數
5.2.1 函數 bs2rv
5.2.2 函數 crtbase
5.2.3 函數 crtbp
5.2.4 函數 crtrp
5.2.5 函數 migrate
5.2.6 函數 mut
5.2.7 函數 mutate
5.2.8 函數 mutbga
5.2.9 函數 ranking
5.2.10 函數 recdis
5.2.11 函數 recint
5.2.12 函數 reclin
5.2.13 函數 recmut
5.2.14 函數 recombin
5.2.15 函數 reins
5.2.16 函數 rep
5.2.17 函數 rws
5.2.18 函數 scaling
5.2.19 函數 select
5.2.20 函數 sus
5.2.21 函數 xovdp
5.2.22 函數 xovdprs
5.2.23 函數 xovmp
5.2.24 函數 xovsh
5.2.25 函數 xovshrs
5.2.26 函數 xovsp
5.2.27 函數 xovsprs
第六章 遺傳算法工具箱的應用
第七章 遺傳算法應用舉例
第八章 使用MATLAB遺傳算法工具
第九章 使用MATLAB直接搜索工具