《遗传算法原理及应用》求取 ⇩

第一章 绪论1

1.1 遗传算法的生物学基础1

1.2 遗传算法简介4

1.3 遗传算法的特点11

1.4 遗传算法的发展13

1.5 遗传算法的应用15

第二章 基本遗传算法18

2.1 基本遗传算法描述18

2.2 基本遗传算法的实现21

2.3 基本遗传算法应用举例24

第三章 遗传算法的基本实现技术32

3.1 编码方法32

3.2 适应度函数41

3.3 选择算子45

3.4 交叉算子51

3.5 变异算子54

3.6 遗传算法的运行参数58

3.7 约束条件的处理方法60

3.8 遗传算法工具箱64

第四章 遗传算法的高级实现技术65

4.1 倒位算子65

4.2 二倍体与显性操作算子67

4.3 变长度染色体遗传算法71

4.4 小生境遗传算法74

4.5 混合遗传算法78

5.1 遗传算法的并行化90

第五章 并行遗传算法90

5.2 实现并行遗传算法的标准型并行方法94

5.3 实现并行遗传算法的分解型并行方法97

5.4 伪并行遗传算法104

第六章 遗传算法的数学理论108

6.1 模式定理108

6.2 积木块假设与遗传算法欺骗问题113

6.3 隐含并行性114

6.4 遗传算法的收敛性分析116

6.5 适应度函数的自相关分析119

第七章 遗传算法的应用123

7.1 数值函数优化计算123

7.2 多目标优化130

7.3 求解装箱问题的遗传算法138

7.4 求解旅行商问题的遗传算法143

7.5 离散空间下机器人路径规划的遗传算法156

7.6 连续空间下机器人路径规划的遗传算法161

第八章 进化计算166

8.1 进化计算概要166

8.2 遗传算法168

8.3 进化策略169

8.4 进化规划172

8.5 三种典型进化算法的比较174

附录Ⅰ 基本遗传算法源程序176

附录Ⅱ 基本术语(中英文对照)189

参考文献196