MATLAB遺傳算法工具箱及應(yīng)用

第一章遺傳算法概述1
1.1遺傳算法的概念1
1.2遺傳算法的特點3
1.2.1遺傳算法的優(yōu)點3
1.2.2遺傳算法的不足之處4
1.3遺傳算法與傳統(tǒng)方法的比較4
1.4遺傳算法的基本用語6
1.5遺傳算法的研究方向7
1.6基于遺傳算法的應(yīng)用8
第二章基本遺傳算法及改進(jìn)11
2.1遺傳算法的運(yùn)行過程11
2.1.1完整的遺傳算法運(yùn)算流程11
2.1.2遺傳算法的基本操作13
2.2基本遺傳算法14
2.2.1基本遺傳算法的數(shù)學(xué)模型14
2.2.2基本遺傳算法的步驟14
2.2.3遺傳算法的具體例證16
2.3改進(jìn)的遺傳算法22
2.3.1改進(jìn)的遺傳算法一23
2.3.2改進(jìn)的遺傳算法二24
2.3.3改進(jìn)的遺傳算法三25
2.3.4改進(jìn)的遺傳算法四28
2.4多目標(biāo)優(yōu)化中的遺傳算法30
2.4.1多目標(biāo)優(yōu)化的概念30
2.4.2多目標(biāo)優(yōu)化問題的遺傳算法31
第三章遺傳算法的理論基礎(chǔ)34
3.1模式定理34
3.2積木塊假設(shè)36
3.3欺騙問題37
3.4遺傳算法的未成熟收斂問題及其防止39
3.4.1遺傳算法的未成熟收斂問題39
3.4.2未成熟收斂的防止40
3.5性能評估41
3.6小生境技術(shù)和共享函數(shù)43
第四章遺傳算法的基本原理與方法45
4.1編碼45
4.1.1編碼方法46
4.1.2編碼評估策略48
4.2選擇48
4.3交叉52
4.4變異55
4.5適應(yīng)度函數(shù)57
4.5.1適應(yīng)度函數(shù)的作用57
4.5.2適應(yīng)度函數(shù)的設(shè)計主要滿足的條件58
4.5.3適應(yīng)度函數(shù)的種類58
4.5.4適應(yīng)度尺度的變換59
4.6控制參數(shù)選擇60
4.7約束條件的處理61
第五章遺傳算法工具箱函數(shù)62
5.1工具箱結(jié)構(gòu)62
5.1.1種群表示和初始化63
5.1.2適應(yīng)度計算63
5.1.3選擇函數(shù)63
5.1.4交叉算子64
5.1.5變異算子64
5.1.6多子群支持64
5.2遺傳算法中的通用函數(shù)64
5.2.1函數(shù)bs2rv64
5.2.2函數(shù)crtbase66
5.2.3函數(shù)crtbp66
5.2.4函數(shù)crtrp67
5.2.5函數(shù)migrate68
5.2.6函數(shù)mut69
5.2.7函數(shù)mutate71
5.2.8函數(shù)mutbga72
5.2.9函數(shù)ranking74
5.2.10函數(shù)recdis76
5.2.11函數(shù)recint77
5.2.12函數(shù)reclin78
5.2.13函數(shù)recmut79
5.2.14函數(shù)recombin81
5.2.15函數(shù)reins81
5.2.16函數(shù)rep84
5.2.17函數(shù)rws84
5.2.18函數(shù)scaling85
5.2.19函數(shù)select86
5.2.20函數(shù)sus88
5.2.21函數(shù)xovdp88
5.2.22函數(shù)xovdprs89
5.2.23函數(shù)xovmp90
5.2.24函數(shù)xovsh91
5.2.25函數(shù)xovshrs92
5.2.26函數(shù)xovsp93
5.2.27函數(shù)xovsprs94
第六章遺傳算法工具箱的應(yīng)用95
6.1安裝95
6.2種群的表示和初始化95
6.3目標(biāo)函數(shù)和適應(yīng)度函數(shù)96
6.4選擇97
6.5交叉99
6.6變異101
6.7重插入101
6.8遺傳算法的終止102
6.9數(shù)據(jù)結(jié)構(gòu)102
6.10多種群支持104
6.11示范腳本105
第七章遺傳算法應(yīng)用舉例107
7.1簡單一元函數(shù)優(yōu)化實例107
7.2多元單峰函數(shù)的優(yōu)化實例111
7.3多元多峰函數(shù)的優(yōu)化實例115
7.4收獲系統(tǒng)最優(yōu)控制118
7.5裝載系統(tǒng)的最優(yōu)問題122
7.6離散二次線性系統(tǒng)最優(yōu)控制問題125
7.7目標(biāo)分配問題128
7.8雙積分的優(yōu)化問題130
7.9雷達(dá)目標(biāo)識別問題131
7.10圖像分割問題134
7.11一些測試函數(shù)對應(yīng)的優(yōu)化問題136
7.11.1軸并行超球體的最小值問題136
7.11.2旋轉(zhuǎn)超球體的最小值問題137
7.11.3Rosenbrock’sValley最小值問題138
7.11.4Rastrigin函數(shù)的最小值問題139
7.11.5Schwefel函數(shù)的最小值問題140
7.11.6Griewangk函數(shù)的最小值問題141
7.11.7不同權(quán)的總和最小值問題142
7.12多目標(biāo)優(yōu)化問題142
第八章使用MATLAB遺傳算法工具146
8.1遺傳算法與直接搜索工具箱概述146
8.1.1工具箱的特點146
8.1.2編寫待優(yōu)化函數(shù)的M文件148
8.2使用遺傳算法工具初步149
8.2.1遺傳算法使用規(guī)則149
8.2.2遺傳算法使用方式150
8.2.3舉例：Rastrigin函數(shù)151
8.2.4遺傳算法的一些術(shù)語156
8.2.5遺傳算法如何工作157
8.3使用遺傳算法工具求解問題160
8.3.1使用遺傳算法工具GUI160
8.3.2從命令行使用遺傳算法172
8.3.3遺傳算法舉例177
8.4遺傳算法參數(shù)和函數(shù)192
8.4.1遺傳算法參數(shù)192
8.4.2遺傳算法函數(shù)203
8.4.3標(biāo)準(zhǔn)算法選項207
第九章使用MATLAB直接搜索工具208
9.1直接搜索工具概述208
9.2直接搜索算法209
9.2.1何謂直接搜索209
9.2.2執(zhí)行模式搜索209
9.2.3尋找函數(shù)最小值210
9.2.4模式搜索術(shù)語212
9.2.5模式搜索如何工作214
9.3使用直接搜索工具218
9.3.1瀏覽模式搜索工具218
9.3.2從命令行運(yùn)行模式搜索226
9.3.3模式搜索舉例229
9.3.4參數(shù)化函數(shù)243
9.4模式搜索參數(shù)和函數(shù)245
9.4.1模式搜索參數(shù)245
9.4.2模式搜索函數(shù)253
參考文獻(xiàn)259