《遗传算法-理论、应用与软件实现》求取 ⇩

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 GA71

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