《MATLAB遺傳算法工具箱及套用（第二版）》是2015年西安電子科技大學出版社出版的圖書，作者是雷英傑、張善文。
基本介紹
- 書名：MATLAB遺傳算法工具箱及套用（第二版）
- 作者：雷英傑 張善文
- ISBN：978-7-5606-3304-6
- 定價：32.3元
- 出版社：西安電子科技大學出版社
- 出版時間：2015-06
內容簡介,目錄,
內容簡介
本書系統介紹MATLAB遺傳算法工具箱的功能特點、編程原理與使用方法，全書共分為10章。第一章至第四章介紹遺傳算法的基礎知識，包括遺傳算法的基本原理（編碼、選擇、交叉、變異、適應度函式、控制參數的選擇、 約束條件的處理），模式定理，改進的遺傳算法，未成熟收斂問題及其防止，小生境技術等。第五章和第六章介紹英國謝菲爾德（Sheffield）大學的MATLAB遺傳算法工具箱及其使用方法。第七章舉例說明利用謝菲爾德遺傳算法工具箱函式編寫求解實際最佳化戀臘肯閥問題的MATLAB程式。第八章和第九章分別介紹MATLAB內建的遺傳算法與直接搜尋工具及其使用方法。第十章利用MATLAB編程實例介紹遺傳算法在圖像處理中的若干套用。
本愉巴體書取材踏歸蒸新穎，內容豐富，邏輯嚴謹，語言通俗，理例結合，圖文並茂，注重基礎，面向套用。書中包含大量的實例，便於自學和套用。本書可作為高等院校計算機、自動化、信息、管理、控制與系統工程等專業本科生再檔少拒或研究生的教材或參考書，也可供其他專業的師生以及科研和工程技術人員自學或參考。
目錄
第一章 遺傳算法概述 1
1.1 遺傳算法的概念 1
1.2 遺傳算法的特點 3
1.2.1 遺傳算法的優點 3
1.2.2 遺傳算法的不足之處 4
1.3 遺傳算法與傳統方法的比較 4
1.4 遺傳算法的基本用語 6
1.5 遺傳算法的研究方向 7
1.6 基於遺傳算法的套用 8
第二章 基本遺傳算法及改進 11
2.1 遺傳算法的運行過程 11
2.1.1 完整的遺傳算法運算流程 11
2.1.2 遺傳算法的基本操作 13
2.2 基本遺傳算法 14
2.2.1 基本遺傳算法的數學模型 14
2.2.2 基本遺傳算法的步驟 14
2.2.3 遺傳算法的具體例證 16
2.3 改進的遺傳算法 22
2.3.1 改進的遺傳算法一 23
2.3.2 改進的遺傳算法二 24
2.3.3 改進的遺傳算法三 25
2.3.4 改進的遺傳算法四 27
2.4 多目標最佳化中的遺傳算法 29
2.4.1 多目標最佳化的概念 30
2.4.2 多目標最佳化問題的遺傳算法 31
第三章 遺傳算法的理論基礎 33
3.1 模式定戒判籃理 33
3.2 積木塊假設 35
3.3 欺騙問題 36
3.4 遺傳算法的未成熟收斂問題及其防止 38
3.4.1 遺傳算法的未成熟收斂問題 38
3.4.2 未成熟收斂的防止 39
3.5 性能評估 40
3.6 小生境技術和共享函式 42
第四章 遺傳算法的基本原理與方法 43
4.1 編碼 43
4.1.1 編碼方法 44
4.1.2 編碼評估策略 46
4.2 選擇 46
4.3 交叉 50
4.4 變異全催 53
4.5 適應度函式 55
4.5.1 適應度函式的作用 55
4.5.2 適應度函式的設計主要滿足的條件 56
4.5.3 適應度函式的種類達閥協 56
4.5.4 適應度尺度的變換 57
4.6 控制參數的選擇 58
4.7 約束條件的處理 59
第五章 遺傳算法工具箱函式 60
5.1 工具箱結構 60
5.1.1 種群表示和初始化 61
5.1.2 適應度計算 61
5.1.3 選擇函式 61
5.1.4 變異運算元 62
5.1.5 交叉運算元 62
5.1.6 多子群支持 62
5.2 遺傳算法中的通用函式 62
5.2.1 函式 bs2rv 62
5.2.2 函式 crtbase 64
5.2.3 函式 crtbp 64
5.2.4 函式 crtrp 65
5.2.5 函式 migrate 66
5.2.6 函式 mut 67
5.2.7 函式 mutate 69
5.2.8 函式 mutbga 70
5.2.9 函式 ranking 72
5.2.10 函式 recdis 74
5.2.11 函式 recint 75
5.2.12 函式 reclin 76
5.2.13 函式 recmut 77
5.2.14 函式 recombin 79
5.2.15 函式 reins 80
5.2.16 函式 rep 82
5.2.17 函式 rws 82
5.2.18 函式 scaling 83
5.2.19 函式 select 84
5.2.20 函式 sus 86
5.2.21 函式 xovdp 86
5.2.22 函式 xovdprs 87
5.2.23 函式 xovmp 88
5.2.24 函式 xovsh 89
5.2.25 函式 xovshrs 90
5.2.26 函式 xovsp 91
5.2.27 函式 xovsprs 92
第六章 遺傳算法工具箱的介紹 93
6.1 安裝 93
6.2 種群的表示和初始化 93
6.3 目標函式和適應度函式 94
6.4 選擇 95
6.5 交叉 97
6.6 變異 98
6.7 重插入 99
6.8 遺傳算法的終止 100
6.9 數據結構 100
6.10 多種群支持 101
6.11 示範腳本 103
第七章 遺傳算法套用舉例 104
7.1 簡單一元函式最佳化實例 104
7.2 多元單峰函式的最佳化實例 108
7.3 多元多峰函式的最佳化實例 112
7.4 收穫系統最優控制 115
7.5 裝載系統的最優問題 119
7.6 離散二次線性系統最優控制問題 122
7.7 目標分配問題 125
7.8 雙積分的最佳化問題 127
7.9 雷達目標識別問題 128
7.10 圖像增強問題 131
7.11 一些測試函式對應的最佳化問題 133
7.11.1 軸並行超球體的最小值問題 133
7.11.2 旋轉超球體的最小值問題 134
7.11.3 Rosenbrock′s Valley最小值問題 135
7.11.4 Rastrigin函式的最小值問題 136
7.11.5 Schwefel函式的最小值問題 137
7.11.6 Griewangk函式的最小值問題 138
7.11.7 不同權的總和最小值問題 139
7.12 多目標最佳化問題 139
第八章 使用MATLAB遺傳算法工具 143
8.1 遺傳算法與直接搜尋工具箱概述 143
8.1.1 工具箱的特點 143
8.1.2 編寫待最佳化函式的M檔案 145
8.2 使用遺傳算法工具初步 146
8.2.1 遺傳算法使用規則 147
8.2.2 遺傳算法使用方式 147
8.2.3 舉例：Rastrigin函式 149
8.2.4 遺傳算法的一些術語 154
8.2.5 遺傳算法如何工作 155
8.3 使用遺傳算法工具求解問題 158
8.3.1 使用遺傳算法工具GUI 158
8.3.2 從命令行使用遺傳算法 170
8.3.3 遺傳算法舉例 177
8.3.4 混合整數最佳化 196
8.3.5 用遺傳算法求解混合整數工程設計問題 201
8.4 遺傳算法參數和函式 207
8.4.1 遺傳算法參數 207
8.4.2 遺傳算法函式 217
8.4.3 標準算法選項 223
第九章 使用MATLAB直接搜尋工具 224
9.1 直接搜尋工具概述 224
9.2 直接搜尋算法 225
9.2.1 直接搜尋 225
9.2.2 執行模式搜尋 225
9.2.3 尋找函式最小值 227
9.2.4 模式搜尋術語 229
9.2.5 模式搜尋如何工作 230
9.3 使用直接搜尋工具 235
9.3.1 瀏覽模式搜尋工具 235
9.3.2 從命令行運行模式搜尋 245
9.3.3 模式搜尋算法舉例 248
9.3.4 參數化函式 267
9.3.5 用戶繪圖函式 269
9.3.6 向量化目標函式和約束函式 272
9.3.7 並行最佳化ODE問題 274
9.4 模式搜尋參數和函式 281
9.4.1 模式搜尋參數 282
9.4.2 模式搜尋函式 294
9.5 搜尋和表決 300
9.5.1 搜尋的定義 300
9.5.2 搜尋方法 301
9.5.3 搜尋類型 301
9.5.4 搜尋時機 301
9.6 非線性約束求解算法 302
第十章 遺傳算法在圖像處理中的套用 303
10.1 基於GA的圖像分割方法 303
10.1.1 基於簡單GA的圖像分割閾值法 303
10.1.2 基於改進GA的圖像分割方法 309
10.2 最大類間方差法與GA相結合的圖像分割方法 317
10.3 最佳直方圖熵法與GA相結合的圖像分割方法 319
10.4 最佳直方圖熵法與改進GA相結合的圖像分割方法 322
10.5 二維最佳直方圖熵法及改進GA分割圖像方法 325
10.6 基於GA的植物病害葉片中的病斑提取方法 332
10.7 基於遺傳神經網路的圖像分割方法 333
10.8 基於GA的文字提取方法 336
參考文獻 340
4.5.2 適應度函式的設計主要滿足的條件 56
4.5.3 適應度函式的種類 56
4.5.4 適應度尺度的變換 57
4.6 控制參數的選擇 58
4.7 約束條件的處理 59
第五章 遺傳算法工具箱函式 60
5.1 工具箱結構 60
5.1.1 種群表示和初始化 61
5.1.2 適應度計算 61
5.1.3 選擇函式 61
5.1.4 變異運算元 62
5.1.5 交叉運算元 62
5.1.6 多子群支持 62
5.2 遺傳算法中的通用函式 62
5.2.1 函式 bs2rv 62
5.2.2 函式 crtbase 64
5.2.3 函式 crtbp 64
5.2.4 函式 crtrp 65
5.2.5 函式 migrate 66
5.2.6 函式 mut 67
5.2.7 函式 mutate 69
5.2.8 函式 mutbga 70
5.2.9 函式 ranking 72
5.2.10 函式 recdis 74
5.2.11 函式 recint 75
5.2.12 函式 reclin 76
5.2.13 函式 recmut 77
5.2.14 函式 recombin 79
5.2.15 函式 reins 80
5.2.16 函式 rep 82
5.2.17 函式 rws 82
5.2.18 函式 scaling 83
5.2.19 函式 select 84
5.2.20 函式 sus 86
5.2.21 函式 xovdp 86
5.2.22 函式 xovdprs 87
5.2.23 函式 xovmp 88
5.2.24 函式 xovsh 89
5.2.25 函式 xovshrs 90
5.2.26 函式 xovsp 91
5.2.27 函式 xovsprs 92
第六章 遺傳算法工具箱的介紹 93
6.1 安裝 93
6.2 種群的表示和初始化 93
6.3 目標函式和適應度函式 94
6.4 選擇 95
6.5 交叉 97
6.6 變異 98
6.7 重插入 99
6.8 遺傳算法的終止 100
6.9 數據結構 100
6.10 多種群支持 101
6.11 示範腳本 103
第七章 遺傳算法套用舉例 104
7.1 簡單一元函式最佳化實例 104
7.2 多元單峰函式的最佳化實例 108
7.3 多元多峰函式的最佳化實例 112
7.4 收穫系統最優控制 115
7.5 裝載系統的最優問題 119
7.6 離散二次線性系統最優控制問題 122
7.7 目標分配問題 125
7.8 雙積分的最佳化問題 127
7.9 雷達目標識別問題 128
7.10 圖像增強問題 131
7.11 一些測試函式對應的最佳化問題 133
7.11.1 軸並行超球體的最小值問題 133
7.11.2 旋轉超球體的最小值問題 134
7.11.3 Rosenbrock′s Valley最小值問題 135
7.11.4 Rastrigin函式的最小值問題 136
7.11.5 Schwefel函式的最小值問題 137
7.11.6 Griewangk函式的最小值問題 138
7.11.7 不同權的總和最小值問題 139
7.12 多目標最佳化問題 139
第八章 使用MATLAB遺傳算法工具 143
8.1 遺傳算法與直接搜尋工具箱概述 143
8.1.1 工具箱的特點 143
8.1.2 編寫待最佳化函式的M檔案 145
8.2 使用遺傳算法工具初步 146
8.2.1 遺傳算法使用規則 147
8.2.2 遺傳算法使用方式 147
8.2.3 舉例：Rastrigin函式 149
8.2.4 遺傳算法的一些術語 154
8.2.5 遺傳算法如何工作 155
8.3 使用遺傳算法工具求解問題 158
8.3.1 使用遺傳算法工具GUI 158
8.3.2 從命令行使用遺傳算法 170
8.3.3 遺傳算法舉例 177
8.3.4 混合整數最佳化 196
8.3.5 用遺傳算法求解混合整數工程設計問題 201
8.4 遺傳算法參數和函式 207
8.4.1 遺傳算法參數 207
8.4.2 遺傳算法函式 217
8.4.3 標準算法選項 223
第九章 使用MATLAB直接搜尋工具 224
9.1 直接搜尋工具概述 224
9.2 直接搜尋算法 225
9.2.1 直接搜尋 225
9.2.2 執行模式搜尋 225
9.2.3 尋找函式最小值 227
9.2.4 模式搜尋術語 229
9.2.5 模式搜尋如何工作 230
9.3 使用直接搜尋工具 235
9.3.1 瀏覽模式搜尋工具 235
9.3.2 從命令行運行模式搜尋 245
9.3.3 模式搜尋算法舉例 248
9.3.4 參數化函式 267
9.3.5 用戶繪圖函式 269
9.3.6 向量化目標函式和約束函式 272
9.3.7 並行最佳化ODE問題 274
9.4 模式搜尋參數和函式 281
9.4.1 模式搜尋參數 282
9.4.2 模式搜尋函式 294
9.5 搜尋和表決 300
9.5.1 搜尋的定義 300
9.5.2 搜尋方法 301
9.5.3 搜尋類型 301
9.5.4 搜尋時機 301
9.6 非線性約束求解算法 302
第十章 遺傳算法在圖像處理中的套用 303
10.1 基於GA的圖像分割方法 303
10.1.1 基於簡單GA的圖像分割閾值法 303
10.1.2 基於改進GA的圖像分割方法 309
10.2 最大類間方差法與GA相結合的圖像分割方法 317
10.3 最佳直方圖熵法與GA相結合的圖像分割方法 319
10.4 最佳直方圖熵法與改進GA相結合的圖像分割方法 322
10.5 二維最佳直方圖熵法及改進GA分割圖像方法 325
10.6 基於GA的植物病害葉片中的病斑提取方法 332
10.7 基於遺傳神經網路的圖像分割方法 333
10.8 基於GA的文字提取方法 336
參考文獻 340
