遺傳算法原理與應(yīng)用實例

內(nèi)容概要

《遺傳算法原理與應(yīng)用實例》是解決復(fù)雜空間性能指標(biāo)優(yōu)化問題的智能計算方法，近年來已經(jīng)在很多領(lǐng)域中得到成功的應(yīng)用?！哆z傳算法原理與應(yīng)用實例》主要結(jié)合應(yīng)用實例系統(tǒng)討論、介紹遺傳算法原理及其應(yīng)用，主要內(nèi)容包括：遺傳算法的基本原理和數(shù)學(xué)機(jī)理、解決連續(xù)問題優(yōu)化的遺傳算法和分布式遺傳算法、遺傳算法的實現(xiàn)技術(shù)、遺傳算法應(yīng)用實例，并給出了兩個典型的遺傳算法源程序?！哆z傳算法原理與應(yīng)用實例》在詳細(xì)介紹遺傳算法理論與方法的同時，還給_出了基于遺傳算法的費托合成反應(yīng)動力學(xué)模型參數(shù)優(yōu)化的詳細(xì)設(shè)計應(yīng)用?！哆z傳算法原理與應(yīng)用實例》除包含編者近年來在山西省教育廳科技開發(fā)項目基金資助下取得的一些工作成果外，還匯集了國內(nèi)外一些專家學(xué)者的最新研究成果。
《遺傳算法原理與應(yīng)用實例》內(nèi)容自成體系，無需太多預(yù)備知識?？晒└叩葘W(xué)校計算數(shù)學(xué)、計算化學(xué)和計算機(jī)科學(xué)技術(shù)等專業(yè)的高年級本科生和研究生學(xué)習(xí)，也可供理工科其他專業(yè)和管理專業(yè)的師生參考，還可供利用計算機(jī)從事優(yōu)化和管理工作的科技人員閱讀參考。

書籍目錄

第1章 緒論1.1 從生物進(jìn)化到遺傳算法1.2 遺傳算法的描述1.3 表示方案的實例1.3.1 工程設(shè)計的最優(yōu)化1.3.2 人工蟻問題1.4 遺傳算法的特點1.5 遺傳算法的發(fā)展簡史1.6 遺傳算法的研究內(nèi)容及前景1.7 遺傳算法的應(yīng)用第2章 遺傳算法的基本原理2.1 復(fù)雜系統(tǒng)的適應(yīng)過程2.1.1 復(fù)雜系統(tǒng)的適應(yīng)性2.1.2 適應(yīng)過程的數(shù)學(xué)模型2.2 遺傳算法的基本描述2.2.1 整體優(yōu)化問題2.2.2 遺傳算法的基本流程2.2.3 遺傳編碼2.2.4 適應(yīng)函數(shù)（評價函數(shù)）2.2.5 遺傳算子2.2.6 群體設(shè)定2.2.7 初始化群體2.2.8 終止循環(huán)的條件2.2.9 標(biāo)準(zhǔn)遺傳算法的流程2.2.10 控制參數(shù)和選擇2.2.11 遺傳算法的性能評估2.3 遺傳算法的模式理論2.3.1 模式與模式空間2.3.2 模式生存模型2.3.3 雙臂賭機(jī)分析2.3.4 基因模塊假設(shè)2.3.5 模式處理與隱含并行性2.3.6 模式處理與遺傳算子的性能2.4 遺傳算法與其他搜索技術(shù)的比較2.4.1 啟發(fā)式隨機(jī)搜索技術(shù)的基本功能2.4.2 局域搜索技術(shù)2.4.3 模擬退火算法2.4.4 遺傳算法搜索2.4.5 啟發(fā)式搜索技術(shù)比較2.5 遺傳算法計算實例2.5.1 單調(diào)連續(xù)函數(shù)2.5.2 One-Max函數(shù)2.5.3 皇家大道問題2.6 遺傳算法雜交率與變異率關(guān)系的研究2.6.1 研究方法簡述2.6.2 算例2.6.3 應(yīng)用2.6.4 結(jié)論第3章 遺傳算法數(shù)學(xué)機(jī)理分析3.1 遺傳算法的基本定理3.2 隱含并行性3.3 Walsh模式變換3.3.1 Walsh函數(shù)3.3.2 用Walsh函數(shù)表示模式平均適應(yīng)度3.3.3 Walsh系數(shù)與異位顯性（epistasis）3.4 非均勻Walsh模式變換3.5 最小欺騙問題3.6 遺傳算法欺騙問題的分析與設(shè)計……第4章 解連續(xù)優(yōu)化問題的遺傳算法第5章 分布式遺傳算法研究第6章 遺傳算法的實現(xiàn)技術(shù)第7章 遺傳算法應(yīng)用實例參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁：插圖：長久以來，人們一談到人工智能就馬上想到邏輯、規(guī)則、推理，而一談到計算就聯(lián)想到矩陣運(yùn)算、解微分方程，似乎智能和計算是兩股道上跑的車。人工智能在走過幾十年的曲折道路之后，人們經(jīng)過認(rèn)真反思，不斷探索新的研究途徑，于是一個新的研究方向——計算智能應(yīng)運(yùn)而生。研究思維模擬主要的道路有四條：基于心理學(xué)的符號處理方法，基于社會學(xué)層次的智能體方法，基于生物進(jìn)化的進(jìn)化計算與自適應(yīng)方法，以及基于生理學(xué)的人工神經(jīng)網(wǎng)絡(luò)方法。目前聚集在計算智能大旗下的主要是后兩個學(xué)派的學(xué)者（加上從事模糊計算和混沌計算等方面的學(xué)者）。實際上，只要在計算機(jī)上，模擬人類思想，不管用什么方法，其本質(zhì)的基礎(chǔ)還是二進(jìn)制數(shù)字計算，在當(dāng)前符號處理主宰人工智能的情況下，更應(yīng)強(qiáng)調(diào)遺傳算法等以數(shù)字計算為基礎(chǔ)的方法對推動人工智能發(fā)展有著特殊的作用。計算技術(shù)的飛速發(fā)展使大規(guī)模的現(xiàn)實模擬成為可能，而針對社會和生物現(xiàn)象的模擬，對人類認(rèn)識自身及其環(huán)境具有重大意義，進(jìn)化是其中最為誘人的領(lǐng)域之一。人的智能是從哪里來的？歸根結(jié)底是從生物進(jìn)化中得來的，反映在遺傳基因中，腦的結(jié)構(gòu)變化也是通過基因的變化一代代遺傳下來。每一種基因產(chǎn)生的生物個體（看成一種結(jié)構(gòu)），對環(huán)境有一定的適應(yīng)性，或叫適合度（6tness），雜交和基因突變可能產(chǎn)生對環(huán)境適應(yīng)性強(qiáng)的后代，通過優(yōu)勝劣汰的自然選擇，適合度高的結(jié)構(gòu)被保存下來。因此從進(jìn)化的觀點看，結(jié)構(gòu)是適合度的結(jié)果。在這種觀點啟發(fā)下，20世紀(jì)60年代Fogel等提出了進(jìn)化程序思想，70年代Holland提出了遺傳算法，如同神經(jīng)網(wǎng)絡(luò)研究一樣，經(jīng)過20年的沉寂，到20世紀(jì)80年代后期，由于在經(jīng)濟(jì)預(yù)測等應(yīng)用領(lǐng)域獲得成功，進(jìn)化計算成為十分熱門的研究課題。

編輯推薦

《遺傳算法原理與應(yīng)用實例》是由兵器工業(yè)出版社出版的。

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    遺傳算法原理與應(yīng)用實例 PDF格式下載

---