MATLAB智能算法30个案例分析(2版)
本书特色
[
《MATLAB智能算法30个案例分析（第2版）》是作者多年从事算法研究的经验总结.书中所有案例均应国内各大MATLAB技术论坛网友的切身需求而精心设计,其中不少案例所涉及的内容和求解方法在国内现已出版的 MATLAB书籍中鲜有介绍.《MATLAB智能算法30个案例分析（第2版）》采用案例形式,以智能算法为主线,讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等Z常用的智能算法的MATLAB实现.本书共给出３０个案例,每个案例都是一个使用智能算法解决问题的具体实例,所有案例均由理论讲解、案例背景、MATLAB程序实现和扩展阅读四个部分组成,并配有完整的程序源码和讲解视频,使读者在掌握算法的同时,也可以学习到作者们多年积累的编程经验与技巧,从而快速提高使用算法求解实际问题的能力.《MATLAB智能算法30个案例分析（第2版）》可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍,同时对广大科研人员也有很高的参考价值.
]
目录
第1章 谢菲尔德大学的MATLAB遗传算法工具箱 11.1 理论基础 11.1.1 遗传算法概述 11.1.2 谢菲尔德遗传算法工具箱 11.2 案例背景 31.2.1 问题描述 31.2.2 解题思路及步骤 31.3 MATLAB程序实现 31.3.1 工具箱结构 31.3.2 遗传算法常用函数 41.3.3 遗传算法工具箱应用举例 121.4 延伸阅读 16参考文献 16第2章 基于遗传算法和非线性规划的函数寻优算法 172.1 理论基础 172.1.1 非线性规划 172.1.2 非线性规划函数 172.1.3 遗传算法基本思想 182.1.4 算法结合思想 182.2 案例背景 182.2.1 问题描述 182.2.2 算法流程 182.2.3 遗传算法实现 192.3 MATLAB程序实现 202.3.1 适应度函数 202.3.2 选择操作 202.3.3 交叉操作 212.3.4 变异操作 222.3.5 算法主函数 232.3.6 非线性寻优 242.3.7 结果分析 242.4 延伸阅读 252.4.1 其他函数的优化 252.4.2 其他优化算法 26参考文献 26第3章 基于遗传算法的BP神经网络优化算法 273.1 理论基础 273.1.1 BP神经网络概述 273.1.2 遗传算法的基本要素 273.2 案例背景 273.2.1 问题描述 273.2.2 解题思路及步骤 293.3 MATLAB程序实现 313.3.1 神经网络算法 313.3.2 遗传算法主函数 323.3.3 比较使用遗传算法前后的差别 343.3.4 结果分析 353.4 延伸阅读 37参考文献 37第4章 基于遗传算法的TSP算法 384.1 理论基础 384.2 案例背景 384.2.1 问题描述 384.2.2 解决思路及步骤 394.3 MATLAB程序实现 404.3.1 种群初始化 404.3.2 适应度函数 404.3.3 选择操作 414.3.4 交叉操作 414.3.5 变异操作 434.3.6 进化逆转操作 434.3.7 画路线轨迹图 434.3.8 遗传算法主函数 444.3.9 结果分析 474.4 延伸阅读 484.4.1 应用扩展 484.4.2 遗传算法的改进 494.4.3 算法的局限性 49参考文献 49第5章 基于遗传算法的LQR 控制器优化设计 505.1 理论基础 505.1.1 LQR控制 505.1.2 基于遗传算法设计LQR控制器 505.2 案例背景 515.2.1 问题描述 515.2.2 解题思路及步骤 525.3 MATLAB程序实现 535.3.1 模型实现 535.3.2 遗传算法实现 545.3.3 结果分析 56参考文献 56第6章 遗传算法工具箱详解及应用 576.1 理论基础 576.1.1 遗传算法的一些基本概念 576.1.2 遗传算法与直接搜索工具箱 586.2 案例背景 586.2.1 问题描述 586.2.2 解题思路及步骤 596.3 MATLAB程序实现 596.3.1 GADST各函数详解 596.3.2 GADST的使用简介 636.3.3 使用GADST求解遗传算法相关问题 666.4 延伸阅读 68参考文献 68第7章 多种群遗传算法的函数优化算法 697.1 理论基础 697.1.1 遗传算法早熟问题 697.1.2 多种群遗传算法概述 697.2 案例背景 707.2.1 问题描述 707.2.2 解题思路及步骤 717.3 MATLAB程序实现 717.3.1 移民算子 727.3.2 人工选择算子 727.3.3 目标函数 737.3.4 标准遗传算法主函数 737.3.5 多种群遗传算法主函数 747.3.6 结果分析 757.4 延伸阅读 76参考文献 77第8章 基于量子遗传算法的函数寻优算法 788.1 理论基础 788.1.1 量子遗传算法概述 788.1.2 量子比特编码 788.1.3 量子门更新 798.2 案例背景 798.2.1 问题描述 798.2.2 解题思路及步骤 808.3 MATLAB程序实现 828.3.1 种群初始化 828.3.2 测量函数 828.3.3 量子旋转门函数 838.3.4 适应度函数 848.3.5 量子遗传算法主函数 858.3.6 结果分析 878.4 延伸阅读 87参考文献 88第9章 基于遗传算法的多目标优化算法 899.1 理论基础 899.1.1 多目标优化及Pareto*优解 899.1.2 函数gamultiobj 899.1.3 函数gamultiobj中的一些基本概念 909.2 案例背景 909.2.1 问题描述 909.2.2 解题思路及步骤 909.3 MATLAB程序实现 919.3.1 gamultiobj组织结构 919.3.2 函数stepgamultiobj分析 929.3.3 使用函数gamultiobj求解多目标优化问题 999.3.4 结果分析 100参考文献 101第10章 基于粒子群算法的多目标搜索算法 10210.1 理论基础 10210.2 案例背景 10210.2.1 问题描述 10210.2.2 算法流程 10310.2.3 适应度计算 10310.2.4 筛选非劣解集 10310.2.5 粒子速度和位置更新 10310.2.6 粒子*优 10410.3 MATLAB程序实现 10410.3.1 种群初始化 10410.3.2 种群更新 10410.3.3 更新个体*优粒子 10510.3.4 非劣解筛选 10510.3.5 仿真结果 10610.4 延伸阅读 107参考文献 107第11章 基于多层编码遗传算法的车间调度算法 10811.1 理论基础 10811.2 案例背景 10811.2.1 问题描述 10811.2.2 模型建立 10811.2.3 算法实现 10911.3 MATLAB程序实现 11011.3.1 主函数 11011.3.2 适应度值计算 11111.3.3 交叉函数 11311.3.4 变异函数 11311.3.5 仿真结果 11411.4 案例扩展 11511.4.1 模糊目标 11511.4.2 代码分析 11611.4.3 仿真结果 117参考文献 117第12章 免疫优化算法在物流配送中心选址中的应用 11812.1 理论基础 11812.1.1 物流中心选址问题 11812.1.2 免疫算法的基本思想 11812.2 案例背景 11912.2.1 问题描述 11912.2.2 解题思路及步骤 12012.3 MATLAB程序实现 12212.3.1 免疫算法主函数 12212.3.2 多样性评价 12312.3.3 免疫操作 12412.3.4 仿真实验 12712.4 案例扩展 128参考文献 129
封面
书名:MATLAB智能算法30个案例分析(2版)
作者:史峰 王辉 郁磊 胡斐
页数:0
定价:¥59.0
出版社:北京航空航天大学出版社
出版日期:2019-03-01
ISBN:9787512414112
PDF电子书大小:90MB 高清扫描完整版