MATLAB遗传算法工具箱及应用PDF|Epub|txt|kindle电子书版本网盘下载

MATLAB遗传算法工具箱及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章 遗传算法概述1

1.1 遗传算法的概念1

1.2 遗传算法的特点3

1.2.1 遗传算法的优点3

1.2.2 遗传算法的不足之处4

1.3 遗传算法与传统方法的比较4

1.4 遗传算法的基本用语6

1.5 遗传算法的研究方向7

1.6 基于遗传算法的应用8

第二章 基本遗传算法及改进11

2.1 遗传算法的运行过程11

2.1.1 完整的遗传算法运算流程11

2.1.2 遗传算法的基本操作13

2.2 基本遗传算法14

2.2.1 基本遗传算法的数学模型14

2.2.2 基本遗传算法的步骤14

2.2.3 遗传算法的具体例证16

2.3 改进的遗传算法22

2.3.1 改进的遗传算法一23

2.3.2 改进的遗传算法二24

2.3.3 改进的遗传算法三25

2.3.4 改进的遗传算法四27

2.4 多目标优化中的遗传算法29

2.4.1 多目标优化的概念30

2.4.2 多目标优化问题的遗传算法31

第三章 遗传算法的理论基础33

3.1 模式定理33

3.2 积木块假设35

3.3 欺骗问题36

3.4 遗传算法的未成熟收敛问题及其防止38

3.4.1 遗传算法的未成熟收敛问题38

3.4.2 未成熟收敛的防止39

3.5 性能评估40

3.6 小生境技术和共享函数42

第四章 遗传算法的基本原理与方法43

4.1 编码43

4.1.1 编码方法44

4.1.2 编码评估策略46

4.2 选择46

4.3 交叉50

4.4 变异53

4.5 适应度函数55

4.5.1 适应度函数的作用55

4.5.2 适应度函数的设计主要满足的条件56

4.5.3 适应度函数的种类56

4.5.4 适应度尺度的变换57

4.6 控制参数的选择58

4.7 约束条件的处理59

第五章 遗传算法工具箱函数60

5.1 工具箱结构60

5.1.1 种群表示和初始化61

5.1.2 适应度计算61

5.1.3 选择函数61

5.1.4 变异算子62

5.1.5 交叉算子62

5.1.6 多子群支持62

5.2 遗传算法中的通用函数62

5.2.1 函数bs2rv62

5.2.2 函数crtbase64

5.2.3 函数crtbp64

5.2.4 函数crtrp65

5.2.5 函数migrate66

5.2.6 函数mut67

5.2.7 函数mutate69

5.2.8 函数mutbga70

5.2.9 函数ranking72

5.2.10 函数recdis74

5.2.11 函数recint75

5.2.12 函数reclin76

5.2.13 函数recmut77

5.2.14 函数recombin79

5.2.15 函数reins80

5.2.16 函数rep82

5.2.17 函数rws82

5.2.18 函数scaling83

5.2.19 函数select84

5.2.20 函数sus86

5.2.21 函数xovdp86

5.2.22 函数xovdprs87

5.2.23 函数xovmp88

5.2.24 函数xovsh89

5.2.25 函数xovshrs90

5.2.26 函数xovsp91

5.2.27 函数xovsprs92

第六章 遗传算法工具箱的介绍93

6.1 安装93

6.2 种群的表示和初始化93

6.3 目标函数和适应度函数94

6.4 选择95

6.5 交叉97

6.6 变异98

6.7 重插入99

6.8 遗传算法的终止100

6.9 数据结构100

6.10 多种群支持101

6.11 示范脚本103

第七章 遗传算法应用举例104

7.1 简单一元函数优化实例104

7.2 多元单峰函数的优化实例108

7.3 多元多峰函数的优化实例112

7.4 收获系统最优控制115

7.5 装载系统的最优问题119

7.6 离散二次线性系统最优控制问题122

7.7 目标分配问题125

7.8 双积分的优化问题127

7.9 雷达目标识别问题128

7.10 图像增强问题131

7.11 一些测试函数对应的优化问题133

7.11.1 轴并行超球体的最小值问题133

7.11.2 旋转超球体的最小值问题134

7.11.3 Rosenbrock's Valley最小值问题135

7.11.4 Rastrigin函数的最小值问题136

7.11.5 Schwefel函数的最小值问题137

7.11.6 Griewangk函数的最小值问题138

7.11.7 不同权的总和最小值问题139

7.12 多目标优化问题139

第八章 使用MATLAB遗传算法工具143

8.1 遗传算法与直接搜索工具箱概述143

8.1.1 工具箱的特点143

8.1.2 编写待优化函数的M文件145

8.2 使用遗传算法工具初步146

8.2.1 遗传算法使用规则147

8.2.2 遗传算法使用方式147

8.2.3 举例：Rastrigin函数149

8.2.4 遗传算法的一些术语154

8.2.5 遗传算法如何工作155

8.3 使用遗传算法工具求解问题158

8.3.1 使用遗传算法工具GUI158

8.3.2 从命令行使用遗传算法170

8.3.3 遗传算法举例177

8.3.4 混合整数优化196

8.3.5 用遗传算法求解混合整数工程设计问题201

8.4 遗传算法参数和函数207

8.4.1 遗传算法参数207

8.4.2 遗传算法函数217

8.4.3 标准算法选项223

第九章 使用MATLAB直接搜索工具224

9.1 直接搜索工具概述224

9.2 直接搜索算法225

9.2.1 直接搜索225

9.2.2 执行模式搜索225

9.2.3 寻找函数最小值227

9.2.4 模式搜索术语229

9.2.5 模式搜索如何工作230

9.3 使用直接搜索工具235

9.3.1 浏览模式搜索工具235

9.3.2 从命令行运行模式搜索245

9.3.3 模式搜索算法举例248

9.3.4 参数化函数267

9.3.5 用户绘图函数269

9.3.6 向量化目标函数和约束函数272

9.3.7 并行优化ODE问题274

9.4 模式搜索参数和函数281

9.4.1 模式搜索参数282

9.4.2 模式搜索函数294

9.5 搜索和表决300

9.5.1 搜索的定义300

9.5.2 搜索方法301

9.5.3 搜索类型301

9.5.4 搜索时机301

9.6 非线性约束求解算法302

第十章 遗传算法在图像处理中的应用303

10.1 基于GA的图像分割方法303

10.1.1 基于简单GA的图像分割阈值法303

10.1.2 基于改进GA的图像分割方法309

10.2 最大类间方差法与GA相结合的图像分割方法317

10.3 最佳直方图熵法与GA相结合的图像分割方法319

10.4 最佳直方图熵法与改进GA相结合的图像分割方法322

10.5 二维最佳直方图熵法及改进GA分割图像方法325

10.6 基于GA的植物病害叶片中的病斑提取方法332

10.7 基于遗传神经网络的图像分割方法333

10.8 基于GA的文字提取方法336

参考文献340