matlab的算法分析,MATLAB智能算法30个案例分析(第2版)

章谢菲尔德大学的MATLAB遗传算法工具箱

1.1理论基础

1.1.1遗传算法概述

1.1.2谢菲尔德遗传算法工具箱

1.2案例背景

1.2.1问题描述

1.2.2解题思路及步骤

1.3MATLAB程序实现

1.3.1工具箱结构

1.3.2遗传算法常用函数

1.3.3遗传算法工具箱应用举例

1.4延伸阅读

参考文献

第2章基于遗传算法和非线性规划的函数寻优算法

2.1理论基础

章谢菲尔德大学的MATLAB遗传算法工具箱

1.1理论基础

1.1.1遗传算法概述

1.1.2谢菲尔德遗传算法工具箱

1.2案例背景

1.2.1问题描述

1.2.2解题思路及步骤

1.3MATLAB程序实现

1.3.1工具箱结构

1.3.2遗传算法常用函数

1.3.3遗传算法工具箱应用举例

1.4延伸阅读

参考文献

第2章基于遗传算法和非线性规划的函数寻优算法

2.1理论基础

2.1.1非线性规划

2.1.2非线性规划函数

2.1.3遗传算法基本思想

2.1.4算法结合思想

2.2案例背景

2.2.1问题描述

2.2.2算法流程

2.2.3遗传算法实现

2.3MATLAB程序实现

2.3.1适应度函数

2.3.2选择操作

2.3.3交叉操作

2.3.4变异操作

2.3.5算法主函数

2.3.6非线性寻优

2.3.7结果分析

2.4延伸阅读

2.4.1其他函数的优化

2.4.2其他优化算法

参考文献

第3章基于遗传算法的BP神经网络优化算法

3.1理论基础

3.1.1BP神经网络概述

3.1.2遗传算法的基本要素

3.2案例背景

3.2.1问题描述

3.2.2解题思路及步骤

3.3MATLAB程序实现

3.3.1神经网络算法

3.3.2遗传算法主函数

3.3.3比较使用遗传算法前后的差别

3.3.4结果分析

3.4延伸阅读

参考文献

第4章基于遗传算法的TSP算法

4.1理论基础

4.2案例背景

4.2.1问题描述

4.2.2解决思路及步骤

4.3MATLAB程序实现

4.3.1种群初始化

4.3.2适应度函数

4.3.3选择操作

4.3.4交叉操作

4.3.5变异操作

4.3.6进化逆转操作

4.3.7画路线轨迹图

4.3.8遗传算法主函数

4.3.9结果分析

4.4延伸阅读

4.4.1应用扩展

4.4.2遗传算法的改进

4.4.3算法的局限性

参考文献

第5章基于遗传算法的LQR控制器优化设计

5.1理论基础

5.1.1LQR控制

5.1.2基于遗传算法设计LQR控制器

5.2案例背景

5.2.1问题描述

5.2.2解题思路及步骤

……

第6章遗传算法工具箱详解及应用

第7章多种群遗传算法的函数优化算法

第8章基于量子遗传算法的函数寻优算法

第9章基于遗传算法的多目标优化算法

0章基于粒子群算法的多目标搜索算法

1章基于多层编码遗传算法的车间调度算法

2章免疫优化算法在物流配送中心选址中的应用

3章粒子群算法的寻优算法

4章基于粒子群算法的PID控制器优化设计

5章基于混合粒子群算法的TSP搜索算法

6章基于动态粒子群算法的动态环境寻优算法

7章基于PSO工具箱的函数寻优算法

8章基于鱼群算法的函数寻优算法

9章基于模拟退火算法的TSP算法

第20章基于遗传模拟退火算法的聚类算法

第21章模拟退火算法工具箱及其应用

第22章蚁群算法的优化计算——旅行商问题(TSP)优化

第23章基于蚁群算法的二维路径规划算法

第24章基于蚁群算法的三维路径规划算法

第25章有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测

第26章有导师学习神经网络的分类——鸢尾花种类识别

第27章无导师学习神经网络的分类——矿井突水水源判别

第28章支持向量机的分类——基于乳腺组织电阻抗特性的乳腺癌诊断

第29章支持向量机的回归拟合——混凝土抗压强度预测

第30章极限学习机的回归拟合及分类——对比实验研究

参考文献