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 e1 q, V$ }; A( v编号： 11297
9 z- _3 i3 K9 J  ]# _ISBN：  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
5 P+ N# W: }; r' A/ W) C系列丛书：   
出版日期：   2004 年 2 月
) b  v" \! K9 v' E印刷日期：   2004 年 2 月
* p' s; o5 y3 ^2 n, h8 W6 T1 T7 l$ ^页数：   391
开本： 16开

6 A( T) B* `+ s% k/ o, Q- c内容简介
1 x8 ?" N( j! [9 F. K8 V4 z$ p9 O    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
3 V+ m$ E) @& l8 `
序言

1 k, G. {" I% B& C% l第1章遗传算法的基础
# w' D6 I" o/ @: x% E# D
1.1引言
7 I0 E( n1 P1 Y! b$ B- t5 J
+ v- j/ X( D5 S# b& o1.1.1编码问题

; J- s; K# M+ I" M1 r4 c1.1.2遗传算子
$ t7 g$ l2 }) q- y" Z  c
1.1.3选择

) w5 E0 L+ @4 M0 ?4 h4 P7 {1.1.4遗传局部搜索
4 K# T9 p6 B+ S1 N! w! K
1.2遗传算法的适应性
3 T2 l- k6 j- J) @+ ?! A; L, d$ [9 `
& }2 `# J) H* D+ a8 Y: V0 W1.2.1结构适应性
9 J3 N- R  |5 b
# |) H0 S) s/ [' i9 W, a1.2.2参数适应性

% k: Y! [9 [7 O/ {1.2.3模糊逻辑控制器
! U7 u7 j, A' b0 R3 P  ]
# y6 T0 }+ T5 ]; C) H1.3遗传优化
' z2 ?* K  ]* O6 [
$ o+ @( V# c5 U) A# n1.3.1全局优化

9 A3 T' k) o/ Y/ i7 H3 }7 I- {& Z1.3.2约束优化

1.3.3组合优化

0 e6 q; j/ t8 a: a1.3.4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
# n6 z( o( r) o& W! p1 ]
2.1引言

$ m! J( Z( W/ \4 F2.2集覆盖问题

3 R* a% I- ~* U* s. U$ Y2.2.1航线机组成员调度问题

2.2.2遗传表示

% W  N% C1 y& k% I. B2.2.3遗传算子

! u' k2 n/ Q0 Y: a. b" {# _6 q2.2.4遗传算法

2.2.5计算经验
/ T2 E) b3 z$ e# G: p, H
2.3装箱问题
" c# k8 E4 e+ r: ]" Q  B2 R# k
! Q, j0 M: t0 C- o' D$ {$ T2.3.1启发式算法

1 {5 Z1 [$ ?) J( J: L8 q. z  w2 R. M2.3.2遗传表示
" ~* j: b* K) O  e
2.3.3遗传算子
- k1 i$ L% n7 K* o; S
2.3.4适应值函数
* m8 e9 g+ @0 W/ G' N' r# d
2 v: G: p+ D+ k0 V0 V! a( u2.3.5初始化种群
2 V" a# O/ A: g- g
( \! g$ A( C  K5 |& X) x2.3.6计算经验

2.4背包问题
  u* U0 ]7 B4 s1 [: i9 ~4 b
; G8 P8 k! H( W/ m4 g( J2.4.1多选择背包问题
, Y9 m7 m8 Y6 s% n5 D
2.4.2多约束背包问题

2.5最小生成树问题

7 N. M% r) i3 t2.5.1二次最小生成树问题

2.5.2度约束的最小生成树问题
  @4 ~  o6 ~% r
2.5.3双目标最小生成树问题

第3章多目标优化问题

3.1引言

3.2多目标优化的基本概念
: A, U; C& i, j$ \) g/ N+ K
( s) [2 ~9 _- }5 t3.2.1非支配解
7 v9 a8 j; x; k+ [$ {
: z2 n: ~# g; C: A: u0 ^: t; A3.2.2偏好结构
6 B5 \* W# l( o8 |  e" Q
3.2.3基本求解方法
. [/ I0 o. U. d, t* j6 S. o' K
3.2.4问题的结构和特性
+ e  |0 {6 d6 w8 m$ B& \
/ i/ R  ~2 U% H; v3.3遗传多目标优化

3.3.1遗传搜索的特征

3.3.2适应值分配机制
* R' V5 }$ ?+ M- q
7 P: @% D$ g9 O# h4 w3.3.3适应值共享和种群多样性

/ p4 [: h9 y" B: I& r3.3.4Pareto解的概念
2 l+ v9 d; {8 W% a' e. ~+ h
! q5 b9 z2 U; x) U9 v3.4向量评价遗传算法
# q) k8 Z7 \( Q6 ]1 K
3.5Pareto排序和竞争方法

3.5.1Pareto排序方法

5 k# g' ]% f+ y; T3.5.2Pareto竞争方法

: ^: z: R( |! V  n3 j' p# I( @3.6权重和方法
1 |# K/ [( Z4 u: n+ F
. o/ _  }. q5 T& X/ l3.6.1随机权重方法

: k2 j5 z2 t# \8 @* O0 v3.6.2适应性权重方法
' b7 L4 F/ t& a# _
3.7距离方法
7 C6 V) W6 O8 T* C) Y! I
3.7.1距离方法的一般思想
) @4 W2 B1 p% }" k
8 H- p% E/ B: |$ M' X3.7.2计算距离度量

3.7.3距离方法的应用
; L4 m+ }& H, P  S( {& S) X/ Z
4 A) ]4 [% ]2 E4 V& W3.8妥协方法

3.9目标规划方法
0 [% I, {( O) E. Y0 Y4 e7 m* L9 }/ V
/ \( f/ V9 R4 b8 Z7 b) s! G! P7 Y! P第4章模糊优化问题

# ?3 n+ t/ i! t+ J4 \4.1引言

9 f: t' Z6 z/ n) E% S/ u) [4.2模糊线性规划

  L6 X+ n' s7 M, W2 Y; q4.2.1模糊线性规划模型

4.2.2遗传算法方法
9 J" Q& \- T: Y' n0 c5 ]7 j
" E* N% G# f  Z. Y0 t% ?: `, ]4.2.3交互式方法
5 r- w# u; A( Z0 V
4.2.4数值例子

3 \$ v+ Y. V  d( s1 M2 Z  i4.3模糊非线性规划
8 Q/ u. `3 a& T" X" \
1 t9 n7 k2 k: r/ y: @. D4.3.1非线性规划模型
# L4 h# s7 M. p6 X8 ]
5 i. p! W: H, b  e$ R) k4 ~* u4.3.2用于求解FO／RNP-1的非精确方法
$ W7 m6 F- \1 V1 v8 W+ Z# A
4.3.3交互式方法
: y: _: d" r. T  F0 P# a) b% w, G; \0 W
4.3.4数值例子
1 I% E2 X/ H* \7 }
) _4 @4 z4 w  r0 P7 b6 H( h% C4.4模糊非线性混合整数目标规划
/ r0 F/ O/ v3 j) Y9 @; T, k
0 m- g: B8 K! s) f* o4.4.1模糊非线性混合整数目标规划模型
: q* P2 j' n. h3 F* i: J
4.4.2遗传算法方法

4.4.3数值例子

4.5模糊多目标整数规划

4.5.1问题描述
  a/ v" j  W5 R2 c4 O$ c
$ C$ a+ S; F$ F4.5.2增广的最小最大问题

% p0 Z9 A+ s0 `4.5.3遗传算法方法
8 f9 G3 ^, W# Z: ?6 j
4.5.4交互式模糊满意方法

4.5.5数值例子

8 J; r' H5 w. w: H* v7 F# z# Z& U第5章可靠性设计问题
, E  G/ @+ t" I/ j. _
5 B. i: \& N5 o+ \& A5.1引言

, ~7 s# v  y- A' x( B4 K5.2网络可靠性设计
5 l: c5 a3 {2 r0 p4 n+ l
5 v: N4 ]+ G% }" T7 z5.2.1问题描述

/ j5 h0 v6 \, o2 K& I3 a5.2.2Dengiz,Altiparmak和Smith的方法

5.2.3Deeter和Smith的方法

5.3基于树的网络可靠性和局域网设计
  D) S, a5 M$ U5 b
5.3.1双目标网络拓扑设计
( f  V* Z+ j$ T+ K; Q
. L. o2 V  G9 I* n+ b. `5.3.2数值例子
" `% K6 m5 d" q4 `" L' Q: P: d" O; I
5.4多目标可靠性设计

1 A5 q& g  o7 g0 ~; r+ F9 I. l5.4.1双目标可靠性设计
4 \- h- ^  ?3 l+ x! Z9 }; A
, G2 d( u" a& ^3 E5.4.2遗传算法方法
9 T$ u& Y, r- a+ e1 @( Q
5.4.3混合遗传算法方法
8 t/ j% P# \3 k
  |! ~$ j. w, C& n5.4.4带有模糊目标的可
  n+ B+ I/ w9 W3 H& s
第6章调度问题

: K4 h! [' d7 M9 E& f; W6.1引言

6.2作业车间调度

0 I  {9 s0 |9 q6.2.1基本方法

6.2.2编码

: @5 e' O; w! Z3 P! Z6.2.3适应性遗传算子
4 \7 p% B  h$ v! q  m; i2 {5 ]' U
6.2.4以启发式方法为特点的遗传算子
2 C: R$ j& `* ]/ I' W
) S. @8 l' d! q& K" M! H$ C6.2.5混合遗传算法

& S4 ^$ x7 N  }- u. A3 T6.2.6讨论
2 f/ K# ]4 e+ l8 W
6.3群体作业调度问题

6.3.1问题的描述和必要条件

" z$ f1 t0 q4 g2 L9 h4 y6.3.2基本运行
! Z* C% a, G0 v2 g
6 ~# n  A1 v, J+ c8 |& j8 B. t( v6.3.3表示
+ d2 Q) _( f' l) c$ Z. F
2 k9 f, k" A! U6.3.4评价
" @4 b8 c( f. W( F1 C2 B: U
6.3.5遗传算子
0 Y5 I/ }; P" D7 L- M, z  B0 j6 J
% K3 x& T2 D! W3 Y( T6.3.6整体过程

7 u8 b0 u; s1 J1 T* x! K6.3.7数值例子

  W0 I7 G0 S/ M; B7 p( J. v6.4资源约束的项目调度
; d2 R/ x3 h2 `1 w  U9 O
/ m$ B9 b) ^% O6.4.1基于优先权的编码
: [9 ^6 U% Z+ K+ J" i0 w
3 H0 q) A5 P3 R6 W- ]& h6.4.2遗传算子

6.4.3评价与选择

2 o/ q6 E7 ^  t8 h6.4.4试验结果

6.5并行机器调度
/ c0 k2 u+ f. E  t: R
5 o' _) j: a/ J6.5.1支配条件
" d  j7 h: _2 v, P4 \6 c$ m
6.5.2Memetic算法
' t8 I3 e; }2 i: N: ^; h, T3 E% Z6 [
  Z8 j0 I' |# S/ |0 Q, _( R: r6.5.3试验结果

4 l% Q/ X9 q. |) j: u5 e0 b6.6多处理器调度问题
1 {9 Z! H1 z+ `' [, R
2 l, L# C( @5 d# f6.6.1问题描述与假设
1 \1 G+ A3 N1 l9 t; O) j2 P
6.6.2求解MSP的遗传算法
1 ~; n/ b9 z: D  Y% q1 c
5 a# w$ h4 ~6 j* a2 v6.6.3数值例子

2 `' U& U/ a& }" c第7章高级运输问题
& j2 y! c, U# F1 `
# A- e$ z! ?, z& Y1 Z7.1引言
: k4 j' U3 }- ^* |5 e
: ?6 S- Y7 s0 U* m7.1.1运输模型
! L3 S- ?7 d3 ?. Y% W+ b
7.1.2运输问题的构造
8 G' {" w' A- Z
5 P6 N& R/ {( b- T7.2基于生成树的方法

- U" }+ h6 K; _& q, r" i* D7.2.1树的表示
; |6 I% E! L) t) l; Y9 X# B
8 G6 |) m2 f+ b; ~# `* d: w7.2.2初始化

7.2.3遗传运算
" @) M9 g4 Y$ F6 O5 W" k- a
7.2.4评价与选择

/ ^. @' H. n( T: x0 [7.2.5整个算法过程
$ h9 O0 p8 D. r6 ]9 v
6 A& k3 T  f- F  L* |7.3多目标运输问题

7.3.1问题的描述
+ n4 K9 L& ]! D5 h' d! j# l2 R
: K5 c" `0 B! X7.3.2多目标运输问题的基于生成树的遗传算法

7.3.3数例
4 X) c' i/ Z% Y# v
7.4固定费用运输问题

7.4.1数学模型

6 z* G  A& Q# h* |7.4.2fcTP问题的难点
) F$ @0 v' |# v( m7 M
7.4.3fcTP的求解方法
6 ^  t& |8 w: U, U, A; q2 |
7.4.4遗传算法的实现

7.4.5数例

7.5容量限制的工厂选址问题
0 U7 \' h. e( F1 B; E/ W
3 `4 Q3 Y0 O* d/ f# y7.5.1数学模型
0 F- }, a# I# x. \6 A, _, l* e( b
9 d7 r+ @" o9 s* P7.5.2针对工厂问题的基于生成树的遗传算法
# v& T( \. W3 z3 Z5 [8 o
8 x) L. g. W' Z7 W. n7.5.3数例
' |2 ^9 P8 H0 D, D2 W3 y! K
7.6带模糊系数的双目标运输问题

2 R% s) ?& ~5 L3 B7 l7.6.1问题的表述

5 j; Q% `' X: @$ b' G* T4 ^, P$ N7.6.2排序模糊数
. S9 I+ i6 `; g7 [: a& C
4 L" L6 g" I/ S6 B( u* E. n7.6.3遗传算法的实现

7.6.4数例

3 A" U8 i* M  [, @. f第8章网络设计与路径

8.1引言
. n1 [$ S* O, Y3 j: O, Z' B
8.2最短路径问题
! \& r) {0 [! g# [9 [8 `
8.2.1问题描述

8.2.2遗传算法的方法

1 o7 b5 _8 k, W  a8.2.3数例
" h( M4 @3 y) q
; I% J- H' W# k( j0 m& y8.3有适应能力的网络路由

8.3.1基于遗传算法的有适应能力的路由
) W8 O7 l$ N4 |
5 c( U; z6 z& V: I* Y8.3.2染色体表示

8.3.3染色体评价
; S# i% f7 M' U( [; f: t
8.3.4遗传算子

. C9 m, X+ c  _: B; G8.3.5数例
8 g: Z% h; E0 K9 T1 }
8.4集中式网络设计
6 J; N6 x, X  @6 g2 f& A
8.4.1问题的描述
" i3 k6 Z% Y" L- j
8.4.2遗传算法
& q* C" I6 ~! D/ G
8.4.3数例

8.5计算机网络扩展

8.5.1问题描述

8.5.2Kumar,Pathak和Gupta的方法
4 ~1 n+ G0 N9 j6 F& c
7 U7 @' B3 G. c2 C- E  p8.5.3数例
. c( u/ Y2 b/ R) ~8 u, x! C+ r
6 k- K6 i2 T: D/ n! ^$ _8.6多阶段工序计划

5 F, V0 _  N% |+ y" X: |& B8.6.1问题的描述

8.6.2遗传算法
/ K2 @+ q. K; j5 s9 q' U* A
8.6.3数例
+ ?9 @8 [( Z1 n1 |! g! T
& o. Z/ P; ]. ]9 {# B4 O8.7网络上的M／G／s队列设备定位
  y3 t% p; ?, s; i- X2 @
8.7.1问题的描述
: R6 f9 j; z4 I! k: ]
8.7.2进化计算方法

3 W9 n- A1 R6 n8.7.3数例

5 Y2 |! Q( l# [% g3 X1 @6 u  E第9章制造元设计

; J% Q+ I; ?) r+ O. c' o' S# O. c9.1引言

9.2制造元设计
3 {% m# }! I" p& a* \5 j
9.3传统的制造元设计方法
+ i; O" ^9 k, t6 I% M! M% L* T
  P4 X: c8 U3 E. e; N% i9.3.1相似系数方法
+ h) g" y* C7 v' r- r! D
9.3.2基于数组的方法

9.3.3数学规划方法
% N& S% z, d. P" Y0 b; T
9.3.4图与网络方法

# {. o' l! l: E5 G# U7 d: M. F: {! D9.4遗传算法方法
' y$ D' N$ U. Q  z" ?: j0 x3 Q6 N
9.4.1遗传子表示和遗传算子
' F+ c: \+ x5 Y5 [) g  a5 y( k! D
2 p) h' }9 j) b8 V+ r9.4.2Joines基于次序的方法

9.4.3Moon和Kim的方法

: ]6 l, X% \8 L$ B) @8 N# a9.4.4Joines的整数规划方法

9.4.5其他方法
$ m$ w8 Y$ `0 E1 @$ t! [$ h* l
3 s) _- O6 b" M3 {$ m2 Y/ O2 N9.5可选加工计划的制造元设计

9.5.1可选操作和机器冗余的结合
2 j. L8 M' g0 O% s; Z- C8 _# v( q0 q
9.5.2可选路径的结合
; s( Y: G' I9 k6 Q. C5 _
9.5.3Moon,Gen和Kim的对于独立单元的方法
, E  }9 ]# D# Q  _
4 l3 U; U: P6 B0 i# ~9.6独立单元的设计

5 S  H* X4 [9 z4 @9.6.1机器类型数最小化的族群构造

9.6.2族群数的确定

8 O% J5 r# _7 g4 t: K8 x9.6.3极小化机器数

9.6.4其他设想

参考文献

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

9 v; J$ u( X# ?! o4 j- P

有没有程序代码!!

/ E% j/ `8 n L4 F# Q0 V

想看看!!

[em01]

wyf287

有没有图论算法啊

最好是MATLAB源程序

& M5 K t, K, M0 E1 \4 G |

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！