有关遗传算法

from911

遗传算法采用实数编码,是怎么做的?有没有例子?

Allos

书名： 遗传算法与工程优化
英文书名： Genetic Algorithms and Engineering Optimization
" Z% M+ h. F2 W$ S' r编号： 11297
; T9 G" s3 n. Z" F" F  tISBN：  7302074828
作者： 玄光男 程润伟
译者：   于歆杰 周根贵
出版社：   清华大学出版社
系列丛书：   
' ~5 y  ^2 ~5 s5 }0 D4 [出版日期：   2004 年 2 月
7 f" [  [6 h0 O9 r1 L% ], Q+ h印刷日期：   2004 年 2 月
页数：   391
开本： 16开

内容简介
. t1 r: @8 |! K( y7 Z& ~0 O7 V    本书总结了遗传算法在工业工程相关领域应用的前沿进展。全书共分9章：遗传算法基础、组合优化问题、多目标优化问题、模糊优化问题、可靠性设计问题、调度问题、高级运输问题、网络设计与路径问题和制造元设计问题。内容既涵盖了遗传算法在传统优化问题中的新进展，又涉及了目前在供应链和物流研究中相当热门的话题。本书论述严谨、深入浅出，并有大量图形和表格，便于读者深入理解其内容。 本书可供高等院校或科研机构相关专业的高年级本科生、研究生、教师和研究人员参考。

        译者的话

- D7 M. m* E5 \9 U  }序言
( ]0 o( R1 D: i1 e3 Q
% Q6 w3 w3 e  Y2 e. A, m* n第1章遗传算法的基础
7 N& R3 \4 G: G/ }! e
$ f9 Y; U3 [/ @* S  o1.1引言

1.1.1编码问题
' \" J8 [; s; g  x
1.1.2遗传算子
$ V5 w: L, ]& I: S  z% z& V% C
1.1.3选择
. j: ]" Z% O$ r0 s1 \9 s; Q+ U
4 K- ~, x. B3 Q( F$ S3 }9 L( }% x, r1.1.4遗传局部搜索

" _2 v" E4 ?% V# J$ b6 U: [6 w6 I1.2遗传算法的适应性
" o0 n3 K) u  g) C/ G6 U/ W
' P  t; v# L) S7 Q9 e+ q1.2.1结构适应性
2 R& w- U: s7 c
5 }* {4 C* A4 ~: |* N! n8 w1.2.2参数适应性

+ o; W  s/ \$ A  P9 P1.2.3模糊逻辑控制器
, r( l# V- J" [; L6 v* p: u: T
  s0 C* J3 j8 X) }! C+ I; `1.3遗传优化

1.3.1全局优化

1.3.2约束优化
* E& C- e: t* M* Z, B* F5 k) a
3 W+ F3 _7 @3 H$ |1.3.3组合优化
% |3 O) H+ A3 w) b, s) L/ ?
1.3.4多目标优化

1.4近期遗传算法的论文
: K* k) x3 }$ B
第2章组合优化问题

2.1引言

7 w0 a! l0 S7 i) T' X' D2.2集覆盖问题
+ f5 c$ Q  }+ r( l
2.2.1航线机组成员调度问题
9 A5 N5 x. \) a& Z7 }/ K5 C
2.2.2遗传表示
. d1 Q8 F+ V; Z, f
2.2.3遗传算子

6 J( x0 v8 {! Y! ^6 }2.2.4遗传算法

4 @9 k' U8 y  Y3 U: O2.2.5计算经验
& m7 `8 i( b- B( r; r' Q
2.3装箱问题

2.3.1启发式算法

2.3.2遗传表示
1 w8 q0 ^$ Y, j1 E, z
/ O- P! L  v! H, C( X; s- M2.3.3遗传算子

* j. [+ y3 r' s9 r) q2.3.4适应值函数

, F% e$ B4 L  _  F6 ?2.3.5初始化种群
  ~4 a( Z; V2 e/ j$ M% t0 P
/ ]0 c2 ]  r2 D* \$ P& q6 s3 |2.3.6计算经验

2.4背包问题
" J/ F( W4 |: h/ Z" q
2.4.1多选择背包问题
& I1 u0 h4 \/ i8 A1 c
2.4.2多约束背包问题

$ y: M& l) ~2 o, B9 k) i" w1 y2.5最小生成树问题

2.5.1二次最小生成树问题
9 `6 \! {% _" G
2.5.2度约束的最小生成树问题
) ?' ^% k: N& h; \' c  I
% w4 @: j+ F! x* C; x# K2.5.3双目标最小生成树问题
6 V1 d2 f* s7 `( A% v/ h
  o+ R; e. ^, H9 I' z$ m; O  |第3章多目标优化问题
' M1 \/ @0 F: |: U( ~( i
& J8 r1 o' M9 D3.1引言
- m: e( ]+ i2 o8 {
) v. B. T. V6 L, {) d7 }1 k: C3.2多目标优化的基本概念
$ L) ?5 L  s+ x$ E3 ]
' N& _. W9 z6 k1 S+ Y3.2.1非支配解
6 y- x7 l1 e% f% I/ r2 v8 T
3.2.2偏好结构

: k3 x0 Y- N+ |8 R. P0 j3.2.3基本求解方法

/ G  Y  N& b, q3 Z5 Y3.2.4问题的结构和特性

3.3遗传多目标优化
$ o: ~& y9 ]) q+ [% O
3.3.1遗传搜索的特征

3.3.2适应值分配机制

; [' Z0 ?5 Q% L9 ]- d% J3.3.3适应值共享和种群多样性
. |8 F! y7 n# F' m8 _4 E% R2 f6 \
3.3.4Pareto解的概念
# [' m0 d" E2 L' b; t
9 p& @& k: y% R# N3 p6 z3.4向量评价遗传算法

3.5Pareto排序和竞争方法
# m: G( s; G0 q: d
3.5.1Pareto排序方法
  W( r. ^" p2 Y; R8 P) s3 l0 x
. _, Y0 ]5 X/ w1 ~3.5.2Pareto竞争方法

. y0 S. ]* o& R( j/ T3.6权重和方法

3.6.1随机权重方法

# Z  T+ r/ v/ Y6 Z7 _3.6.2适应性权重方法
/ X) v# L- ?# J# X& |. S# d, H
# t0 J4 z1 A* K/ G' N5 t3.7距离方法
1 ~3 v+ l# P$ e/ @* p# z2 J
$ L( e  f' \2 `. }6 S5 ~' M3.7.1距离方法的一般思想
" f( x+ u! ]# N9 y# m. a" P7 ~* E
3.7.2计算距离度量

3.7.3距离方法的应用
8 K/ u4 J2 k7 n; n# G
& N8 ^+ o- {' Q. J3.8妥协方法

3 E$ S5 ^* Z) K& d" I* W3 p$ F3.9目标规划方法

第4章模糊优化问题

4.1引言

4.2模糊线性规划
1 i4 e# E$ m: Y- l/ j/ N
5 g5 M# d. D6 K7 w5 H4.2.1模糊线性规划模型
2 N* [3 v: e* s( ?, K, ?0 r
4.2.2遗传算法方法
# c( U: R( U# V, M4 ?
0 z6 ~* w  ?3 G, Y4.2.3交互式方法
/ T+ c; k% @" H) ]
4.2.4数值例子

4.3模糊非线性规划
: l+ L1 {9 ?) b" S- m* i6 W
, p  Z0 |. n) |: ^5 U! a6 Z7 w4.3.1非线性规划模型

% o/ G- F4 l% L5 o2 n4.3.2用于求解FO／RNP-1的非精确方法
2 U6 ?  ~7 Q7 X( i% g
. l5 j/ m" b% |0 Z& x, j0 l4.3.3交互式方法

4.3.4数值例子

. p4 n* T; g# _0 |" {: T, [4.4模糊非线性混合整数目标规划
, \2 g& V/ J& d$ {7 w, B
4.4.1模糊非线性混合整数目标规划模型

, k5 Q: j7 d3 V4.4.2遗传算法方法

4.4.3数值例子
" V" Y* [6 B# ?
4.5模糊多目标整数规划

4.5.1问题描述

: v& p1 i9 ~4 B% O! Q, J( m( f4.5.2增广的最小最大问题
- g/ F. w0 s1 E' u' o4 W
" y! Q# [7 a' k4.5.3遗传算法方法
5 b, @0 P; r# ^- L! E. ]
4.5.4交互式模糊满意方法
7 C. H. l$ `) z% S
; Q1 c0 ?* @# C# l8 |: S4.5.5数值例子

+ c8 H5 l1 |, o第5章可靠性设计问题

5.1引言
( {2 P) |2 T0 C. _) |
5.2网络可靠性设计
3 D* P# i* ?* x5 R# t( l  \( i6 g
5.2.1问题描述

3 I  |. a$ B) b+ k! p- h  W) x9 N5.2.2Dengiz,Altiparmak和Smith的方法
5 v0 [' h* J9 a# e: y
% Y, s; }7 w7 x1 N& |$ ?5.2.3Deeter和Smith的方法
! _% E: V( _3 }# s8 ]$ b$ t
. u' s8 ^: U6 i- k8 z5.3基于树的网络可靠性和局域网设计
' z# a7 D+ V- k3 z  D! u
5.3.1双目标网络拓扑设计
+ h& U$ R4 Q1 K/ I' U; I
5.3.2数值例子

) E$ I, y( ^) U5.4多目标可靠性设计

# H( E8 w. ]7 [! l: m- `. K5.4.1双目标可靠性设计

5.4.2遗传算法方法
" _- [; [4 U5 D7 h& h. j, ~
. g4 H  T' o2 n8 ^$ c: H5.4.3混合遗传算法方法
2 _+ x5 u4 E* A( w, R
5.4.4带有模糊目标的可

第6章调度问题

$ d# q4 y$ e) C2 m% i+ `, ]% V6.1引言

- X( q- V* R' ~6.2作业车间调度
! n6 m6 n) H) O% G* Y
6.2.1基本方法
& f  [; R# r: r
6 I: W% h0 p. u4 }' x3 W6 J6.2.2编码
) C8 }) @4 z0 p8 w1 i
- l& \$ W4 W' M) K6.2.3适应性遗传算子
$ D3 k. ^" ~4 h3 z
2 y/ m$ _# c$ s' H6.2.4以启发式方法为特点的遗传算子
% O6 W% r( S6 u0 v
6.2.5混合遗传算法

$ \4 N* q7 g: F2 |- h6.2.6讨论

4 D$ n9 e: R) d) b3 |$ C5 H$ \* M6.3群体作业调度问题

/ }* j& Y2 \6 G0 m! q0 K6.3.1问题的描述和必要条件
) g  ?( P$ G3 ?, D) \5 g3 P' h
8 j/ O! o0 `' ]; f/ x) u4 c6.3.2基本运行

% Q0 D2 f0 A, y9 j7 V1 [- a6.3.3表示
; j( @/ r; G6 m  H. f7 u/ k
: [. z/ n# \4 E. \) Q1 L6.3.4评价
4 V5 W: C( P9 h" a1 V( _
6.3.5遗传算子

: I7 ^5 l5 ?/ M" P9 @3 _; |5 K. |6.3.6整体过程

% K# a% s0 x. u4 N; T2 [6.3.7数值例子

0 p7 d- C# K  W' J6.4资源约束的项目调度
5 I1 T1 r$ W' |) g( x1 `
4 x: R6 v. z5 K% l7 D4 p6.4.1基于优先权的编码
6 [/ O9 q% M$ E$ O$ s" w
6.4.2遗传算子

5 l$ v6 C( o; Q, G# l$ H% O6.4.3评价与选择

1 b8 U9 a8 h7 B1 ]' I8 y6.4.4试验结果
4 s! r) X  N# ?; H9 P0 @7 r: b
' x$ I2 I) R, j4 Z2 @9 N- E7 u6.5并行机器调度
$ J0 C# W; O0 d4 [* q! h
6.5.1支配条件

6.5.2Memetic算法
+ [# r) ^& w" C
6.5.3试验结果

6.6多处理器调度问题

6.6.1问题描述与假设

6.6.2求解MSP的遗传算法

6.6.3数值例子
9 q3 i- p6 X0 W# M& D
第7章高级运输问题
4 }6 s5 C6 Q% A6 `2 }
1 x7 d  d0 |5 }4 i7.1引言
; |4 Y1 `, ?8 o! D2 V+ ~# i
5 q( }2 u7 X% w7.1.1运输模型

) Q% t2 }$ E3 F: |% V7 t7.1.2运输问题的构造
8 i. U" h$ ?8 v- f1 }# ]/ Q
7.2基于生成树的方法

+ `, T9 R, Q2 A6 w5 @# v7.2.1树的表示

: i( |  s* w% N: C' \7.2.2初始化

( v6 M. s% b- F/ S% q7.2.3遗传运算

7 S& `- L$ |8 h4 ~' v7 ^3 t  J* K7.2.4评价与选择

9 Z, i: }; F5 C) p; Q3 V7.2.5整个算法过程

( _( Z: a0 Y; Y4 m% q/ z7.3多目标运输问题

7.3.1问题的描述

- Y3 N* g9 C& A- N" {' z- F/ O7.3.2多目标运输问题的基于生成树的遗传算法

  f2 c) Z5 U) {2 }  t, j* X7.3.3数例

7.4固定费用运输问题

7.4.1数学模型
& w% w/ n9 ~8 L* Z
* f: B: a/ H9 T' w% O7.4.2fcTP问题的难点
0 `5 `* s) `( z5 o$ o
7.4.3fcTP的求解方法
1 m* V9 V9 t4 O
7.4.4遗传算法的实现

  g: A" G( e, R1 X2 {/ _7.4.5数例
2 i& l* Y6 b. Y, }# H
6 H" ?, X) S# c. U7.5容量限制的工厂选址问题
' d! V  o9 V# Y6 r9 D- O
  F7 l6 \& c/ I+ q" F7.5.1数学模型
9 t( `* a# c% `
7.5.2针对工厂问题的基于生成树的遗传算法

7.5.3数例

7.6带模糊系数的双目标运输问题

" k  ~- W* V8 n: I7.6.1问题的表述
* c. [, v4 G. E3 f: W
7.6.2排序模糊数

7.6.3遗传算法的实现

8 S  b1 p: ~+ p2 @8 b1 g7.6.4数例

5 C  }+ o5 A! L5 q$ \, I; e第8章网络设计与路径

8.1引言

9 h- ~4 n. z( n8 s8.2最短路径问题
! I, K+ i6 _7 r0 C6 C7 M
8.2.1问题描述

0 ?! T* N: \3 \/ X9 h5 K! v8.2.2遗传算法的方法
" R7 ?9 D" O0 K, B7 X' u' G
8.2.3数例

- a/ v8 a2 A+ r* ]8.3有适应能力的网络路由
5 V/ }7 ]# r) f1 D+ r
4 {5 r0 k- i- f7 C& Z% Z8.3.1基于遗传算法的有适应能力的路由
( S, o  f* H3 u" ]5 L! N
8.3.2染色体表示
6 G- W) U( o3 \* C1 l; E
8.3.3染色体评价
* Z, z& x! M* x0 D) h
/ @# K7 E& Z0 x6 G2 C8.3.4遗传算子
" a2 z8 Y  S8 }( X! t  C7 G
8.3.5数例
9 I) w7 B9 P9 {9 r; H/ N8 k
& z4 Q2 Z4 w) S9 ~( r8.4集中式网络设计

8.4.1问题的描述
; k& A, m' s6 B. Y
8.4.2遗传算法
9 F/ S: G# ~8 m& ^: S- q4 r
8.4.3数例
, W. _+ |" H' _  y! h' e# ?
8.5计算机网络扩展
% |% P4 @9 _% Y  {4 Q
2 r( q# u0 k' [8 c4 ^/ P8.5.1问题描述

8.5.2Kumar,Pathak和Gupta的方法

5 r( u/ x, @4 o1 s. w" I- h8.5.3数例

5 t# n' I& T4 O, d) l- m8.6多阶段工序计划
1 V3 L% P: ?; y4 d$ x
7 Y# O; q- x4 W& M2 X1 N( @" Q( x: Q$ p8.6.1问题的描述
0 A, K' C6 L- T/ j8 F5 @
8.6.2遗传算法

, j  _* ~) e+ b- W! ?3 Z8.6.3数例
- p0 _/ c' z; y1 W. E* N' x
4 o& b1 \7 _9 v8.7网络上的M／G／s队列设备定位

( d" _, W; S; Z- y# j6 S8.7.1问题的描述

0 E1 E+ D' d1 C: [8 X; f1 ]& [- [1 _: R8.7.2进化计算方法

8.7.3数例

第9章制造元设计

/ t' Y! o: I6 x6 ?: d- a9.1引言
3 N+ d1 c* B& ]' p  N
- _/ i4 w. t/ M9.2制造元设计

9.3传统的制造元设计方法

9.3.1相似系数方法
4 e6 [) w0 ~, i! {. k3 E/ f
3 r1 |* b0 t4 ~9.3.2基于数组的方法

9.3.3数学规划方法

# q+ ^+ F3 w! o9.3.4图与网络方法
0 [* z/ p0 F  S% U
9.4遗传算法方法
9 f8 T! C( c: o/ D! F9 s
9.4.1遗传子表示和遗传算子

9.4.2Joines基于次序的方法
+ F) b$ y* z( s
9.4.3Moon和Kim的方法
& k0 a" o1 ?% K9 J4 G: O8 q+ S3 S
+ Z+ w) z/ E# e& o9 k! p! B' }9.4.4Joines的整数规划方法
: r- M# E7 V' z  o- K3 Q, k! X* X
9.4.5其他方法
" v; v+ U1 K' u9 b& }7 ?' r7 S- N
9.5可选加工计划的制造元设计
9 z7 n' b" @# O
- S6 \- c% o! L" r8 {# O0 ?9.5.1可选操作和机器冗余的结合

& |/ T8 I7 j/ }' }4 `  g9.5.2可选路径的结合

9.5.3Moon,Gen和Kim的对于独立单元的方法
+ `9 p8 k4 z4 f6 Z& R! o
9.6独立单元的设计

9.6.1机器类型数最小化的族群构造
, V% |! a/ z( J4 [5 x
9.6.2族群数的确定

9.6.3极小化机器数

9.6.4其他设想

参考文献

$ @1 r; Q$ Y6 Z5 C索引

simple

回帖看明白了再会亚

netgod

let me see.thanks

yannoble

想求解有关蚁群算法

有没有程序代码!!

想看看!!

[em01]

wyf287

有没有图论算法啊

: W# E6 p/ p: F8 F2 ^

最好是MATLAB源程序

. g% m) `/ A, {1 q/ r9 b& a

谢谢啊

xiajim

hao

scarman

有关遗传算法的程序实例很多，到网上去下吧

chz0829

请问在哪可以免费下载matlab软件啊？多些了

jinfly4997

好书，可惜又舍不得花钱——实在是有点拮据啊！