遺傳算法：理論、應(yīng)用與軟件實現(xiàn)

前言
第1章 遺傳算法簡介
1.1 遺傳算法的產(chǎn)生與發(fā)展
1.2 遺傳算法概要
1.3 遺傳算法的基本操作
1.4 遺傳算法的應(yīng)用情況
參考文獻
第2章 基本遺傳算法
2.1 簡單函數(shù)優(yōu)化的實例
2.2 遺傳基因型
2.3 適應(yīng)度函數(shù)及其尺度變換
2.4 遺傳操作
2.5 算法設(shè)計與實現(xiàn)
參考文獻
第3章 遺傳算法的數(shù)學基礎(chǔ)
3.1 模式定理
3.2 Walsh模式變換
3.3 非均勻Walsh模式變換
3.4 欺騙問題
3.5 遺傳算法動態(tài)分析
參考文獻
第4章 遺傳算法的改進
4.1 分層遺傳算法
4.2 CHC算法
4.3 mesy GA
4.4 自適應(yīng)遺傳算法
4.5 基于小生境技術(shù)的遺傳算法
4.6 混合遺傳算法
4.7 并行遺傳算法
參考文獻
第5章 進化計算初步
5.1 進化計算理論的基本框架
5.2 進化策略
5.3 進化規(guī)劃
5.4 遺傳程序設(shè)計
參考文獻
第6章 遺傳算法與數(shù)值優(yōu)化
6.1 最優(yōu)化問題
6.2 只含上、下限約束的最優(yōu)化問題
6.3 優(yōu)化的約束問題解決
6.4 多目標優(yōu)化問題
參考文獻
第7章 遺傳算法與組合最優(yōu)化
7.1 巡回旅行商問題
7.2 作業(yè)調(diào)度問題
7.3 背包問題
參考文獻
第8章 遺傳算法與機器學習
8.1 基于遺傳算法的機器學習
8.2 密歇根方法
8.3 匹茨堡方法
8.4 學習與進貨之間的交互
參考文獻
第9章 遺傳算法與智能控制
9.1 線性系統(tǒng)辨識
9.2 非線性系統(tǒng)辨識
9.3 控制系統(tǒng)設(shè)計自動化和高性能實現(xiàn)
9.4 基于遺傳算法優(yōu)化的模糊控制
9.5 遺傳優(yōu)化神經(jīng)網(wǎng)絡(luò)控制
9.6 混合軟計算技術(shù)
參考文獻
第10章 遺傳算法與人工生命
10.1 人工生命概述
10.2 基于遺傳算法的人工生命模型設(shè)計
10.3 蟻群協(xié)作覓食模擬模型
10.4 免疫系統(tǒng)模型
10.5 進化硬件問題
10.6 進貨對策論
參考文獻
第11章 遺傳算法與圖像處理、模式識別
11.1 圖像歪斜校準
11.2 圖像分割
11.3 圖像基元識別與提取
參考文獻
附錄 
I 有關(guān)遺傳算法及進貨計算的國際學術(shù)組織及其活動情況
II 源程序清單
III 名詞術(shù)語中英文對照