MATLAB遗传算法工具箱及应用

　　本书系统介绍MATLAB遗传算法和直接搜索工具箱的功能特点、编程原理及使用方法。全书共分为9章。第一章至第四章介绍遗传算法的基础知识，包括遗传算法的基本原理，编码、选择、交叉、变异，适应度函数，控制参数选择，约束条件处理，模式定理，改进的遗传算法，早熟收敛问题及其防止等。第五章至第七章介绍英国设菲尔德（Sheffield）大学的MATLAB遗传算法工具箱及其使用方法，举例说明如何利用遗传算法工具箱函数编写求解实际优化问题的MATLAB程序。第八章和第九章介绍MathWorks公司最新发布的MATLAB遗传算法与直接搜索工具箱及其使用方法。本书取材新颖，内容丰富，逻辑严谨，语言通俗，理例结合，图文并茂，注重基础，面向应用。书中包含大量的实例，便于自学和应用。本书可作为高等院校计算机、自动化、信息、管理、控制与系统工程等专业本科生或研究生的教材或参考书，也可供其他相关专业的师生及科研和工程技术人员自学或参考。

暂缺《MATLAB遗传算法工具箱及应用》作者简介

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改进的遗传算法四28
2.4多目标优化中的遗传算法30
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34
3.1模式定理34
3.2积木块假设36
3.3欺骗问题37
3.4遗传算法的未成熟收敛问题及其防止39
3.4.1遗传算法的未成熟收敛问题39
3.4.2未成熟收敛的防止40
3.5性能评估41
3.6小生境技术和共享函数43
第四章遗传算法的基本原理与方法45
4.1编码45
4.1.1编码方法46
4.1.2编码评估策略48
4.2选择48
4.3交叉52
4.4变异55
4.5适应度函数57
4.5.1适应度函数的作用57
4.5.2适应度函数的设计主要满足的条件58
4.5.3适应度函数的种类58
4.5.4适应度尺度的变换59
4.6控制参数选择60
4.7约束条件的处理61
第五章遗传算法工具箱函数62
5.1工具箱结构62
5.1.1种群表示和初始化63
5.1.2适应度计算63
5.1.3选择函数63
5.1.4交叉算子64
5.1.5变异算子64
5.1.6多子群支持64
5.2遗传算法中的通用函数64
5.2.1函数bs2rv64
5.2.2函数crtbase66
5.2.3函数crtbp66
5.2.4函数crtrp67
5.2.5函数migrate68
5.2.6函数mut69
5.2.7函数mutate71
5.2.8函数mutbga72
5.2.9函数ranking74
5.2.10函数recdis76
5.2.11函数recint77
5.2.12函数reclin78
5.2.13函数recmut79
5.2.14函数recombin81
5.2.15函数reins81
5.2.16函数rep84
5.2.17函数rws84
5.2.18函数scaling85
5.2.19函数select86
5.2.20函数sus88
5.2.21函数xovdp88
5.2.22函数xovdprs89
5.2.23函数xovmp90
5.2.24函数xovsh91
5.2.25函数xovshrs92
5.2.26函数xovsp93
5.2.27函数xovsprs94
第六章遗传算法工具箱的应用95
6.1安装95
6.2种群的表示和初始化95
6.3目标函数和适应度函数96
6.4选择97
6.5交叉99
6.6变异101
6.7重插入101
6.8遗传算法的终止102
6.9数据结构102
6.10多种群支持104
6.11示范脚本105
第七章遗传算法应用举例107
7.1简单一元函数优化实例107
7.2多元单峰函数的优化实例111
7.3多元多峰函数的优化实例115
7.4收获系统最优控制118
7.5装载系统的最优问题122
7.6离散二次线性系统最优控制问题125
7.7目标分配问题128
7.8双积分的优化问题130
7.9雷达目标识别问题131
7.10图像分割问题134
7.11一些测试函数对应的优化问题136
7.11.1轴并行超球体的最小值问题136
7.11.2旋转超球体的最小值问题137
7.11.3Rosenbrock’sValley最小值问题138
7.11.4Rastrigin函数的最小值问题139
7.11.5Schwefel函数的最小值问题140
7.11.6Griewangk函数的最小值问题141
7.11.7不同权的总和最小值问题142
7.12多目标优化问题142
第八章使用MATLAB遗传算法工具146
8.1遗传算法与直接搜索工具箱概述146
8.1.1工具箱的特点146
8.1.2编写待优化函数的M文件148
8.2使用遗传算法工具初步149
8.2.1遗传算法使用规则149
8.2.2遗传算法使用方式150
8.2.3举例：Rastrigin函数151
8.2.4遗传算法的一些术语156
8.2.5遗传算法如何工作157
8.3使用遗传算法工具求解问题160
8.3.1使用遗传算法工具GUI160
8.3.2从命令行使用遗传算法172
8.3.3遗传算法举例177
8.4遗传算法参数和函数192
8.4.1遗传算法参数192
8.4.2遗传算法函数203
8.4.3标准算法选项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何谓直接搜索209
9.2.2执行模式搜索209
9.2.3寻找函数最小值210
9.2.4模式搜索术语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浏览模式搜索工具218
9.3.2从命令行运行模式搜索226
9.3.3模式搜索举例229
9.3.4参数化函数243
9.4模式搜索参数和函数245
9.4.1模式搜索参数245
9.4.2模式搜索函数253
参考文献259