标签: 智能算法

《MATLAB智能算法30个案例分析》程序代码与《MATLAB智能算法30个案例分析》书籍相配的MATLAB代码

《智能优化算法及其MATLAB实例（第2版）》程序源代码《智能优化算法及其MATLAB实例（第2版）》配套MATLAB程序源代码

《MATLAB智能算法30个案例分析》是2011年由北京航空航天大学出版社出版的图书，作者是郁磊、史峰、王辉、胡斐…《MATLAB智能算法30个案例分析》是作者多年从事算法研究的经验总结。讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现。共给出30个案例，每个案例都是一个使用智能算法解决问题的具体实例，所有案例均由理论讲解、案例背景、MATLAB程序实现和扩展阅读四个部分组成，并配有完整的原创程序，使读者在掌握算法的同时更能快速提高使用算法求解实际问题的能力。

《MATLAB智能算法30个案例分析》是由北京航空航天大学出版社出版的图书，作者是郁磊、史峰、王辉、胡斐。《MATLAB智能算法30个案例分析》是作者多年从事算法研究的经验总结。书中所有案例均因国内各大MATLAB技术论坛网友的切身需求而精心设计，其中不少案例所涉及的内容和求解方法在国内现已出版的MATLAB书籍中鲜有介绍。《MATLAB智能算法30个案例分析》采用案例形式，以智能算法为主线，讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现。《MATLAB智能算法30个案例分析》共给出30个案例，每个案例都是一个使用智能算法解决问题的具体实例，所有案例均由理论讲解、案例背景、MATLAB程序实现和扩展阅读四个部分组成，并配有完整的原创程序，使读者在掌握算法的同时更能快速提高使用算法求解实际问题的能力。《MATLAB智能算法30个案例分析》可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。第1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捌的函数寻优算法2.1理论基础2.1J1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2.3MATIAB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4.3MATI.AB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5.11.2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第10章基于粒子群算法的多目标搜索算法第11章基于多层编码遗传算法的车间调度算法第12章免疫优化算法在物流配送中心选址中的应用第13章粒子群算法的寻优算法第14章基于粒子群算法的PID控制器优化设计第15章基于混合粒子群算法的TSP搜索算法”第16章基于动态粒子群算法的动态环境寻优算法第17章基于PSO工具箱的函数寻优算法第18章基于鱼群算法的函数寻优算法第19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