先进遗传算法及其工程应用

　　《先进遗传算法及其工程应用》以遗传算法基本理论为基础，依据近年来该算法的发展现状，对其数学基础理论、算法设计方法及其工程应用进行系统研究和全面总结。对基本遗传算法、多目标优化遗传算法、小生境遗传算法，进行系统分析和改进，提出了新的遗传算法收敛性指标和遗传算法全局收敛性分析的数学方法，并提出了预防遗传算法早熟的种群成熟度自适应控制策略，给出了针对不同编码方案的遗传算法控制参数优化方法，设计了新型遗传算子，构造了提高非线性优化全局收敛性的新型遗传算法，并且给出了遗传算法的实际运用方法和应用案例，包括遗传算法在典型组合优化问题和工程系统优化问题中的应用。《先进遗传算法及其工程应用》能够为遗传算法理论研究和算法改进提供参考；为运用遗传算法求解经典优化问题提供算法支持，为遗传算法的工程应用在算法设计与实现上提供借鉴。《先进遗传算法及其工程应用》的主要读者对象为高等学校计算科学、运筹与控制、计算机科学与技术等专业的师生，从事现代智能算法研究的科研人员，以及从事智能算法设计与应用工作的工程技术人员。

暂缺《先进遗传算法及其工程应用》作者简介

第一篇 基础篇
第1章 基本遗传算法
1．1 遗传算法的产生与发展
1．2 遗传算法的数学基础理论
1．3 基本遗传算法的构成要素
1．4 基本遗传算法的遗传算子
1．5 基本遗传算法的实现过程
1．6 遗传算法的特点与优点
参考文献
第2章 多目标优化遗传算法
2．1 多目标优化问题的定义和数学模型
2．2 传统多目标优化方法
2．3 多目标优化遗传算法的基本框架
2．4 典型多目标优化遗传算法
2．5 多目标优化遗传算法中有待解决的问题
2．6 有关多目标优化遗传算法的几点讨论
参考文献
第3章 小生境遗传算法
3．1 基本小生境遗传算法
3．2 克服“早熟”的改进小生境遗传算法
参考文献
第二篇 进阶篇
第4章 遗传算法的收敛效率分析
4．1 引言
4．2 GA的收敛效率指标
4．3 基于模式的GA收敛效率分析
4．4 GA的全局收敛性
4．5 遗传算法控制参数优化策略
4．6 GA早熟问题的定量分析及其预防策略
参考文献
第5章 新型高效率遗传算法设计
5．1 引言
5．2 高效率遗传算子设计
5．3 提高非线性优化全局收敛性的新型GA
5．4 求解非线性混合整数规划的新型GA
5．5 求解多目标规划的新型GA
5．6 高效率混合GA
5．7 进化算法中的约束处理技术
参考文献
第三篇 应用篇
第6章 遗传算法在调度问题中的应用
第7章 遗传算法在排序问题中的应用
第8章 遗传算法在选址问题中的应用
第9章 遗传算法在指派问题中的应用
第10章 遗传算法在路径规划中的应用
第11章 遗传算法在结构优化中的应用
第12章 遗传算法在自动控制中的应用
第13章 遗传算法在电力系统优化中的应用
参考文献