第1章 背景介绍 1
1．介绍 1
2．初步概览 3
3．一个简单的人工适应系统 5
4．一个复杂的自然适应系统 7
5．一般的观察 13
第2章 形式框架 16
1．讨论 16
2．表述 23
3．与Dubins-Savage赌徒问题形式化的比较 24
第3章 实例 26
1．遗传学 26
2．经济学 29
3．博弈 33
4．搜索、模式识别与统计推断 36
5．控制与函数优化 44
6．中枢神经系统 48
第4章 模式 55
1．模式的定义 55
2．模式的表现 57
3．模式的测试 58
4．内在并行性 60
5．压缩存储 62
第5章 最优试验分配 64
1．双臂赌机 65
2．最小损失的实现 72
3．多重选择 73
4．在模式中的应用 75
第6章 复制程序和遗传操作 77
1．广义的复制程序 78
2．广义的遗传操作——交叉 84
3．广义的遗传操作——倒位 91
4．广义的遗传操作——变异 94
5．进一步提高能力 96
6．解释 102
第7章 遗传程序的鲁棒性 105
1．类型R1（PC，PI，P 1 M，〈ct〉）的适应程序 105
2．程序R1（PC，PI，P 1 M，〈ct〉）的鲁棒性 108
3．鲁棒性比较——简单的人工适应系统 115
4．鲁棒性比较——复杂的自然适应系统 119
5．一般的结论 122
第8章 编码和表示的适应 123
1．固定表示 123
2．“广播语言” 124
3．用法 129
4．在可更改表达方法的遗传程序中的应用 133
第9章 总览 138
1．洞察 138
2．计算机研究 140
3．高级问题 142
第10章 过渡与展望 148
1．过渡阶段 148
2．再论对试验的最佳分配 156
3．近期的工作 158
4．可能性 168
重要符号词汇表 170
参考文献 173
名词索引 178
译后记 182