遗传算法-理论、应用与软件实现PDF电子书下载

前言 1

第1章 遗传算法简介 1

1．1 遗传算法的产生与发展 1

1．2 遗传算法概要 4

1．3 遗传算法的基本操作 10

1．4 遗传算法的应用情况 14

参考文献 16

第2章 基本遗传算法 18

2．1 简单函数优化的实例 18

2．2 遗传基因型 21

2．3 适应度函数及其尺度变换 25

2．4 遗传操作 28

2．5 算法设计与实现 38

参考文献 50

第3章 遗传算法的数学基础 51

3．1 模式定理 51

3．2 Walsh模式变换 55

3．3 非均匀Walsh模式变换 61

3．4 欺骗问题 61

3．5 遗传算法动态分析 65

参考文献 66

第4章 遗传算法的改进 68

4．1 分层遗传算法 68

4．2 CHC算法 69

4．3 messy GA 71

4．4 自适应遗传算法 73

4．5 基于小生境技术的遗传算法 74

4．6 混合遗传算法 76

4．7 并行遗传算法 79

参考文献 85

5．1 进化计算理论的基本框架 87

第5章 进化计算初步 87

5．2 进化策略 89

5．3 进化规划 91

5．4 遗传程序设计 92

参考文献 102

第6章 遗传算法与数值优化 104

6．1 最优化问题 104

6．2 只含上、下限约束的最优化问题 105

6．3 优化的约束问题解决 108

6．4 多目标优化问题 115

参考文献 122

7．1 巡回旅行商问题 123

第7章 遗传算法与组合最优化 123

7．2 作业调度问题 130

7．3 背包问题 136

参考文献 140

第8章 遗传算法与机器学习 143

8．1 基于遗传算法的机器学习 143

8．2 密歇根方法 144

8．3 匹茨堡方法 150

8．4 学习与进化之间的交互 150

参考文献 156

9．1 线性系统辨识 158

第9章 遗传算法与智能控制 158

9．2 非线性系统辨识 165

9．3 控制系统设计自动化和高性能实现 168

9．4 基于遗传算法优化的模糊控制 173

9．5 遗传优化神经网络控制 189

9．6 混合软计算技术 202

参考文献 205

第10章 遗传算法与人工生命 210

10．1 人工生命概述 210

10．2 基于遗传算法的人工生命模型设计 214

10．3 蚁群协作觅食模拟模型 219

10．4 免疫系统模型 222

10．5 进化硬件问题 225

10．6 进化对策论 229

参考文献 232

第11章 遗传算法与图像处理、模式识别 235

11．1 图像歪斜校准 235

11．2 图像分割 236

11．3 图像基元识别与提取 247

参考文献 251

Ⅰ．1 遗传算法、进化计算相关的学术会议 254

Ⅰ 有关遗传算法及迸化计算的国际学术组织及其活动情况 254

附录 254

Ⅰ．2 知名的学术研究机构 255

Ⅰ．3 Internet上的相关资源 258

Ⅰ．4 自由软件 259

Ⅱ 源程序清单 260

Ⅱ．1 基本遗传算法源程序 260

Ⅱ．2 基本遗传学习分类系统源程序 272

Ⅱ．3 遗传优化神经网络源程序 294

Ⅱ．4 遗传识别提取基元源程序 304

Ⅱ．5 基于遗传算法的人工生命模拟源程序 315

Ⅲ 名词术语中英文对照 339