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
9 I' v. l" g1 t: _7 k1 r& t  H编号： 11297
7 j2 y# B5 m/ g* D9 Y& S  X8 A! dISBN：  7302074828
( e" }8 L. o- M1 P9 w作者： 玄光男 程润伟
* Z8 r- c, I  Z, u) A8 y译者：   于歆杰 周根贵
出版社：   清华大学出版社
& A1 ?* ?3 i# H- v/ j& o* Y系列丛书：   
+ R9 r+ t# i" R$ a8 z出版日期：   2004 年 2 月
印刷日期：   2004 年 2 月
, `" V; P; \* q页数：   391
$ H/ Q- A. p" j* x$ G* R' R开本： 16开
4 |" a! ^6 }. z5 c0 ]- \
内容简介
2 t1 Q$ W8 X8 |9 E/ P% T" Y0 ?    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
% |/ V' j6 j; e- e2 |
$ B9 h& g' q# A# x, i/ L8 f4 n序言
% o& ?9 Z# i" u. m" k7 P
第1章遗传算法的基础
- Z! M  `7 F$ M1 Y: L
3 k! ^/ x0 m& r: ~1.1引言

1.1.1编码问题
: m# O: x/ W5 }0 Q) a% `
1.1.2遗传算子
( e7 A! Z) D, X, q. w7 }# c: K
  `4 S/ v9 g% V$ z" K1.1.3选择
: j/ j* U! v3 @5 V
/ C: m! z) F5 B1.1.4遗传局部搜索
( E' D; R  ~9 m( l0 P8 g3 [
1.2遗传算法的适应性
, ?" k/ ^: O. o" _6 y7 }3 @
1.2.1结构适应性

1.2.2参数适应性

: w2 ^7 C) K3 s! p1 I2 }5 w1.2.3模糊逻辑控制器

1.3遗传优化

1.3.1全局优化

1.3.2约束优化

+ q3 d. M8 k6 L/ Y  |1.3.3组合优化
- N# H% a* v( ~: M. G, h0 L  T
4 p7 ?! e" a# p& u+ B7 u1.3.4多目标优化

1.4近期遗传算法的论文

第2章组合优化问题

2.1引言

2.2集覆盖问题
; P* s% R4 ~& f' f* U9 W) B2 J. r4 H
$ ]; L$ w, p6 n, o: P2.2.1航线机组成员调度问题

2.2.2遗传表示

2.2.3遗传算子
$ Y2 r% j5 B$ s7 x- R' u, ?/ C" I7 T
2 D: {1 }  ~4 t2.2.4遗传算法

% X& A9 B' V9 f& q2.2.5计算经验
$ R3 F& g1 E( V/ Z" @  n
) V0 K" {9 Y" M2.3装箱问题
1 R8 p) }8 W& I
8 s8 r6 q* Y; C9 i; r2.3.1启发式算法
( ^7 ^" s( m. n
; m) V, A# l& _' P$ H4 J1 J% U2.3.2遗传表示
1 w! k1 F6 i+ t! S+ |  J
2.3.3遗传算子

2.3.4适应值函数
* W' n: s( L' ]* p
- o3 X. |, H3 K$ V2.3.5初始化种群

1 @7 W! ?% `( A0 W2.3.6计算经验
' f0 t) }% ?) \+ V% V/ N+ D
2.4背包问题
. R9 X6 T0 p) R  S
) ^7 `# h: h: q9 p. b. w+ @$ k2.4.1多选择背包问题

2.4.2多约束背包问题
3 j7 `' [  E5 u! F2 @' `* k6 J
2.5最小生成树问题
: P! ?5 V7 p. |) c
2.5.1二次最小生成树问题

) K2 |3 f3 D5 o8 ]( \% {- p' l2.5.2度约束的最小生成树问题

2.5.3双目标最小生成树问题
. ]1 a9 ?/ x& \: Y( i0 B5 I
第3章多目标优化问题
2 b* I2 N6 m: g% A1 r
3.1引言

3.2多目标优化的基本概念

# V" @1 D! ?) U* D! S7 P4 G3.2.1非支配解
4 i: c; \+ y4 Z% q( s+ ?
1 C8 b0 l* V5 U, |3.2.2偏好结构
( W# U  d% ~, \# O7 P7 e$ a
5 }! d4 B( m% D% `3.2.3基本求解方法

' m& p3 r- w5 G3.2.4问题的结构和特性

3.3遗传多目标优化
  Y" V, n  L8 ]
9 b# W( E: {4 Q3.3.1遗传搜索的特征

3.3.2适应值分配机制
' J! v7 X$ S5 c: o& m/ x4 L+ t% V
' d, B5 V! o2 F6 w1 Q( ]' h, \3.3.3适应值共享和种群多样性

3.3.4Pareto解的概念

1 S1 k, e% ^6 }+ E3.4向量评价遗传算法
( |* X4 O0 l$ j* Q3 p
6 V, L& e$ V# i8 D3 k: b3.5Pareto排序和竞争方法
% H1 x0 g2 J9 }5 T. m0 v4 N7 u# S
3.5.1Pareto排序方法
; x5 B: S4 u0 u) q0 a/ _
8 w8 V3 Z- ]4 D3.5.2Pareto竞争方法
8 _& q. N1 j9 |6 e! U8 |
9 R, H3 Z* V' ~& w3.6权重和方法
& }/ N9 ~" ?& C+ x  t3 G
. E) y7 [6 b: K3 e- W7 B1 g' |3.6.1随机权重方法
, D4 e+ j6 }" x1 S. N( t$ ?4 ]+ ^" d8 @
/ @0 n# B* L) l/ T3.6.2适应性权重方法
3 h$ p9 D) h+ p/ x
3.7距离方法
. {4 f( `* \" O: d& i6 |
5 W, ^: ^& F/ X3 s& z3 u3.7.1距离方法的一般思想
% Z4 W& W) S$ Y8 i# l- d
7 _* D( B& B" ^' }& Y* w3.7.2计算距离度量

! |5 X9 r/ j8 r& }3.7.3距离方法的应用

7 v/ k1 b3 n9 T2 f$ \3.8妥协方法
2 E# y/ L+ K5 I
5 y# ?) z1 G" \1 O! W3 j( g! {3.9目标规划方法
, [$ `. E$ @/ a& h0 v$ x1 G
第4章模糊优化问题

4.1引言

4.2模糊线性规划
  \; O  u: l, A( V* u8 M
7 R8 H  V, [& Q( E) S4 Y4.2.1模糊线性规划模型
6 L" Y' l7 \( {! ~
4.2.2遗传算法方法
3 c- F; ]! Y& f& ^/ g$ v
' K7 u* z: p' v2 Z4.2.3交互式方法
7 F; ]! W7 ]& R, }: O/ \( ^
4.2.4数值例子

4.3模糊非线性规划
4 m/ H. k4 L0 k$ {! a6 f- c& g% N0 ?
* e% u% ?' Z, F0 T$ B  K4.3.1非线性规划模型
* j7 a8 f" G9 g( _  }
4.3.2用于求解FO／RNP-1的非精确方法

4.3.3交互式方法
) T/ A$ @: y: b! A  C) r6 E
% N$ ]: Q5 s( ]1 {3 G, p) X4.3.4数值例子
8 a$ F. _' T2 L3 \) s$ E' v( q+ F
) n5 `' O" [/ J1 Y6 l! }* @4.4模糊非线性混合整数目标规划

# ^# h7 c& t6 V# Q9 J: E1 Z/ |2 z  K4.4.1模糊非线性混合整数目标规划模型

5 q( ^( w* y8 M) u) _2 M4.4.2遗传算法方法
9 Q) T2 b9 t0 l8 \
7 a1 u2 l4 Z0 |! _+ w5 r% Z4.4.3数值例子

! T: A& R( S" z/ [. @% D* ]4.5模糊多目标整数规划

4.5.1问题描述

4.5.2增广的最小最大问题

; K7 `; P* L0 f4 a1 Z4.5.3遗传算法方法
3 U4 m4 w1 o5 N  H+ N1 J
) e: `1 U2 z" [- w4.5.4交互式模糊满意方法
1 X, j2 l% S/ r# ^' U
4.5.5数值例子
; S& U: U! f! W* S, k
6 c' p6 C0 Y. x: t8 }* Y第5章可靠性设计问题
( a. F" ?9 s( Z6 z( t
5.1引言
0 x/ _  f1 ]# Q3 O) O- \
" E: B5 x/ z$ W  F6 G4 X% o5.2网络可靠性设计

! V5 o3 D  h2 [- a; @5.2.1问题描述
( ?% {( C# e$ h% }( a8 |
8 c' N. H# X9 |1 a. v5.2.2Dengiz,Altiparmak和Smith的方法

# k% t% i% _9 Z- @$ A5.2.3Deeter和Smith的方法

5.3基于树的网络可靠性和局域网设计
. t: O  L- P2 D3 h+ a6 Z0 y- ~
( v$ `2 r& D4 C, L( L4 H9 V0 H5.3.1双目标网络拓扑设计
* t' @' O4 `- b2 N  t! b
5.3.2数值例子
1 N4 W5 Q0 t- w' |. S* \' C  c: p
* o6 Y% _( K# m; t2 N. Y5.4多目标可靠性设计
& s! z" U, n: M( t; I; n
& D. s4 S6 C! B/ `- O- u5.4.1双目标可靠性设计

5.4.2遗传算法方法
0 n: }4 K9 M2 o/ s5 M& g5 c
: q3 {1 V, d: ]4 a5.4.3混合遗传算法方法

5.4.4带有模糊目标的可
$ W, {! \9 F3 ^; i7 ]
, A, a5 h; j/ I& e+ U第6章调度问题
) k$ l8 S. Z2 b2 T$ [. [
! e) t+ }2 L5 L7 J; t( X. n# z6.1引言
* W/ u4 o2 d2 m7 R' \* d' u$ t
8 P4 V4 U: a' I$ m) g  D8 r7 d6.2作业车间调度

6.2.1基本方法

6.2.2编码

6.2.3适应性遗传算子
. E* q: U% P9 O  b/ f4 S
- t8 V( n- c( O7 M6.2.4以启发式方法为特点的遗传算子

* }6 d. E4 m& [, l; z6.2.5混合遗传算法
5 V; X, b( w0 R& j0 m# W
3 T; V& h. c/ s* c5 O6.2.6讨论

; W( H( ~+ v1 y! W3 `6.3群体作业调度问题

6.3.1问题的描述和必要条件

6.3.2基本运行

  k: ^0 ~2 w8 W2 ^- i  t+ N' g6.3.3表示

6.3.4评价

6 O. C$ v' @+ r% q$ Z0 i/ k6.3.5遗传算子

6.3.6整体过程

3 d3 t7 p+ u" b& ]6.3.7数值例子

) n. w+ U: o/ Z' x6.4资源约束的项目调度
3 A0 X9 w/ ^0 G0 O$ K" C4 w
6.4.1基于优先权的编码
( m3 N( c7 H3 M, K$ C& \% `# M
$ c+ Z7 @: {3 p" e% W* A. a! o6.4.2遗传算子

6.4.3评价与选择

9 `+ T+ h3 v; L1 H" a' A; S6.4.4试验结果
9 h( V# w! T/ ^" {+ f$ Y8 [0 ^
6.5并行机器调度

1 a, U1 U: @; U8 E6 z/ M; \7 h6.5.1支配条件
, W5 V3 v$ T* j  C
6.5.2Memetic算法

( S3 G- G) N9 Q4 _9 O& z& M6.5.3试验结果
) p: b/ G' x; Q' P& U0 B
6.6多处理器调度问题
8 u- e- k# b" b- T. R
3 k3 Z* l* T& O7 O  r! T# f6.6.1问题描述与假设

0 o, E+ E6 E3 D- q) T" W6.6.2求解MSP的遗传算法

4 a" D! t9 F" h6.6.3数值例子
0 L" P! L) n% `/ M  h3 B
  }4 P8 [  B* M3 n# `第7章高级运输问题
! u4 z$ |0 f1 j7 {7 \7 k% c! t
7.1引言
( G7 o8 \# `0 X2 b
" w$ ?$ ?" v+ ~$ b/ n. {7.1.1运输模型

7.1.2运输问题的构造

7.2基于生成树的方法
8 b# g2 y+ H5 A* u
& o& V7 ?( o7 u) N0 `9 r6 N/ }7.2.1树的表示

3 d9 z/ [1 P3 V4 H: P# b/ \0 H# r! T7.2.2初始化
2 _" a0 T  T/ \# z+ I
# T% h+ M9 T- @  B1 i4 M* {. @7.2.3遗传运算
* T/ P( z$ x: B7 ?  q& M
5 F0 ?. y5 a. E- y7.2.4评价与选择
1 b0 |! K5 ~4 B- z- M
7.2.5整个算法过程

7.3多目标运输问题
+ i3 v$ ~' v/ q6 e9 k0 @  s
7.3.1问题的描述

5 j. `0 B: L$ k) s) j" W7.3.2多目标运输问题的基于生成树的遗传算法

+ m8 [6 ^4 X% M8 O  x6 Y$ g4 D7.3.3数例

: N. x/ P  ]8 {& [7.4固定费用运输问题

7.4.1数学模型

7.4.2fcTP问题的难点

7.4.3fcTP的求解方法

2 _3 @0 J9 q& r; C& ?) C7.4.4遗传算法的实现

; `3 g$ a2 g) v5 p7.4.5数例

7.5容量限制的工厂选址问题

7.5.1数学模型
; S, Y" U# i: h1 I( m2 U, f
7.5.2针对工厂问题的基于生成树的遗传算法
; A% A# l& s4 r
7.5.3数例
2 l$ h. p" X7 T# T9 r' M% y- ~
7.6带模糊系数的双目标运输问题
+ K+ Q& z5 a$ I" H0 i2 I7 k
7.6.1问题的表述

7.6.2排序模糊数
: D) G; s' V5 D/ J/ `/ ?) T
4 T% s* k  x: n& @" K' N7.6.3遗传算法的实现

7.6.4数例
  z. k6 k, R& `& O3 I# p) f$ w
第8章网络设计与路径
, q% {- C! V: S+ I. F  T$ I
8.1引言
" L2 c! @- ~* M5 j, q) W! ]( e
8.2最短路径问题
& J9 v! K# l) a
2 l# Y0 c, Y5 I/ v& I/ t2 g# J# J8.2.1问题描述

8.2.2遗传算法的方法
# I* z1 x9 |8 g+ t! w
& r$ I3 u: q& q7 J, d% I: l8.2.3数例

* }& A+ v8 R: ~0 |0 W0 G# m& _/ \6 x8.3有适应能力的网络路由

2 Y, q9 o; \# V' P! q  k7 [$ \8.3.1基于遗传算法的有适应能力的路由

1 h& \! c: D+ B/ a" w. Y8 U0 C8.3.2染色体表示

# i4 r: W# y( t9 z6 Y! Q8.3.3染色体评价
1 G+ b: y3 m, t& W6 I! l: L' @
8.3.4遗传算子

8.3.5数例

8.4集中式网络设计

8.4.1问题的描述

8.4.2遗传算法

7 m# N8 i* E& z) K8.4.3数例
& u( ~* K2 L2 G
8.5计算机网络扩展
6 g8 P7 ?" U* E' e3 m
. F' x. L1 P& V% g% d8.5.1问题描述
8 |9 j: A* u. Y1 ]9 r
$ O3 h6 V9 J& [7 t7 Y3 d8.5.2Kumar,Pathak和Gupta的方法

8.5.3数例
) _6 P5 E( W1 T4 P; y
6 Z/ _. O# Z" U' ^. X8.6多阶段工序计划
$ K" z: `9 q. D; S/ h
8.6.1问题的描述
$ Z! |4 V7 |' @8 J8 F3 G+ k
8.6.2遗传算法

8.6.3数例
. {, U; Z  i: ?8 ?) i6 z3 d1 J/ T5 [
1 Y- ?. e  t% X% a3 i; C8.7网络上的M／G／s队列设备定位
% }  I5 V1 [0 t. |) n
3 ^- d; @4 q/ D2 N; ^/ x# p8.7.1问题的描述
% c7 X+ y. E) l4 f9 B' B; Q
8.7.2进化计算方法
1 M% L( p5 F2 `, W% R
8.7.3数例

& U% n6 G9 O* w! H; K2 Z0 ]第9章制造元设计
- z( D4 r# C( i( y
- u+ j/ {, U% [+ }9.1引言

9.2制造元设计
3 x2 N0 K5 N! R9 {) z# T
. F/ W. o3 q5 Y9.3传统的制造元设计方法

9.3.1相似系数方法
/ ~5 |8 E; g" m# Z5 `  K
* t( p% l1 u3 j9.3.2基于数组的方法
. n' j  q7 B) H5 l( e9 W
7 a; @- Z6 g2 L1 M7 L- W$ O9.3.3数学规划方法
, s5 q5 S$ o$ g0 w
9.3.4图与网络方法
& z3 i+ I4 r% p5 k% |
9.4遗传算法方法
: A' d+ s- H$ p  j6 G
9.4.1遗传子表示和遗传算子

9.4.2Joines基于次序的方法
' Y4 m4 |: A0 y" V
5 d1 @' p2 {) R  q4 M2 C. ~* n9.4.3Moon和Kim的方法

' c" ^+ f3 [1 a1 h8 Q& c3 H, S) d9.4.4Joines的整数规划方法
7 c) N* A( R5 v; x0 f
9.4.5其他方法

0 s# u# |: k$ D; t7 j9.5可选加工计划的制造元设计

; Q: i( K- U; J3 }! W9.5.1可选操作和机器冗余的结合

4 p9 W. V0 z1 O* P" s$ r5 H9.5.2可选路径的结合
, t2 U0 b) h" U* c' l' s/ v( E
9.5.3Moon,Gen和Kim的对于独立单元的方法

9.6独立单元的设计
2 J! m7 F6 M- b' e
9.6.1机器类型数最小化的族群构造
, L3 L- `( J, v9 w" W7 T
) n, _: X/ }! |9 i+ X9 o9.6.2族群数的确定

9.6.3极小化机器数

2 K# ~/ }% ?9 U( o! t* A+ l$ h2 U, S9.6.4其他设想
# }2 X9 J' L+ S, V
  F8 f+ U% Q" j  G, w) D参考文献

" `5 w1 v4 ]8 D1 Y4 |& W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

5 M( f2 P% [7 c+ C B* |: Y& r6 I

有没有程序代码!!

0 E' ~6 \% f9 q$ N. j! {0 u1 ]/ Q

想看看!!

[em01]

wyf287

有没有图论算法啊

最好是MATLAB源程序

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！