1 绪言 1
1．1 生物的进化与遗传 1
1．1．1 生物的进化 1
1．1．2 遗传物质 1
1．1．3 遗传方式 2
1．2 进化算法简介 2
1．2．1 遗传算法简介 2
1．2．2 遗传规划简介 6
1．2．3 进化策略简介 8
1．2．4 进化规划简介 10
1．3 进化算法的特征 10
1．3．1 进化算法的实质 10
1．3．2 进化算法的主要特征 12
1．3．3 进化算法的生物学含义 14
1．4 进化算法的发展与应用简介 15
1．4．1 进化算法的发展简介 15
1．4．2 进化算法的应用简介 20
2 遗传算法 22
2．1 遗传算法的基本原理 22
2．1．1 编码 22
2．1．2 产生初始群体 24
2．1．3 计算适应度 26
2．1．4 复制 27
2．1．5 交换 31
2．1．6 突变 33
2．1．7 终止 36
2．2 遗传算法的表述 37
2．3 模式理论 39
2．3．1 基本概念 39
2．3．2 遗传过程的模式数目及模式定理 42
2．3．2 模式定理示例 46
2．3．4 构造块 48
2．3．5 隐并行机理 51
2．4 遗传算法的实施技术 53
2．4．1 编码 53
2．4．2 适应度 57
2．4．3 复制和选择 65
2．4．4 交换 68
2．4．5 突变 70
2．4．6 群体规模 72
2．4．7 次要算子 77
2．4．8 连续型遗传算法 79
3 遗传规划 84
3．1 遗传规划的原理 84
3．1．1 遗传算法的局限性 84
3．1．2 遗传规划的工作原理 85
3．2 遗传规划的表述 90
3．3 遗传规划的基本技术 93
3．3．1 问题的表达 93
3．3．2 初始群体的生成 95
3．3．3 适应度计算 98
3．3．4 基本算子 101
3．3．5 终止 112
3．3．6 结果标定 114
3．3．7 示例 115
3．4 遗传规划的理论分析 121
3．4．1 模式理论 121
3．4．2 交换的作用 123
3．4．3 基因内区 128
3．5 遗传规划的新进展 135
3．5．1 程序结构 135
3．5．2 自动定义函数 140
3．5．3 模块类算子 144
4．1 进化策略的基本原理 148
4．1．1 (1+1)—ES 148
4 进化策略 148
4．1．2 (μ+1)—ES 149
4．1．3 (μ+λ)—ES及(μ，λ)—ES 150
4．2 进化策略的基本技术 151
4．2．1 问题的表达 151
4．2．2 初始群体的产生 153
4．2．3 适应度计算 154
4．2．4 重组 154
4．2．5 突变 156
4．2．6 选择 158
4．2．7 终止 159
4．3 进化策略的表述 160
4．4 进化策略的理论分析 162
4．4．1 (1+1)—ES的理论分析 162
4．4．2 (μ，λ)—ES的理论分析 165
4．4．3 坐标旋转 176
4．5 进化策略与遗传算法的比较 178
4．5．1 相同 178
4．5．2 差别 179
4．5．3 相互借鉴 180
5 进化规划 182
5．1 进化规划的基本原理 182
5．1．1 标准进化规划 182
5．1．2 元进化规划 183
5．1．3 旋转进化规划 184
5．2 进化规划的基本技术 184
5．2．1 表达方法 184
5．2．4 突变 185
5．2．2 产生初始群体 185
5．2．3 计算适应度 185
5．2．5 选择 186
5．2．6 终止 187
5．3 进化规划的表述 188
5．4 进化规划的理论分析 190
5．4．1 q-竞争选择 190
5．4．2 收敛率 193
5．5 进化规划与进化策略的比较 195
5．5．1 相同 195
5．5．2 差别 195
5．6 进化算法综述 196
参考文献 199