《MATLAB智能算法30個(gè)案例分析(第2版)》采用案例形式，以智能算法為主線，講解了遺傳算法、免疫算法、退火算法、粒子群算法、魚群算法、蟻群算法和神經(jīng)網(wǎng)絡(luò)算法等最常用的智能算法的MATLAB實(shí)現(xiàn)。《MATLAB智能算法30個(gè)案例分析(第2版)》共給出30個(gè)案例，每個(gè)案例都是一個(gè)使用智能算法解決問題的具體實(shí)例，所有案例均由理論講解、案例背景、MATLAB程序?qū)崿F(xiàn)和擴(kuò)展閱讀四個(gè)部分組成，并配有完整的程序源碼和講解視頻，使讀者在掌握算法的同時(shí)，也可以學(xué)習(xí)到作者們多年積累的編程經(jīng)驗(yàn)與技巧，從而快速提高使用算法求解實(shí)際問題的能力。

目錄

第1章謝菲爾德大學(xué)的MATLAB遺傳算法工具箱
1．1理論基礎(chǔ)
1．1．1遺傳算法概述
1．1．2 謝菲爾德遺傳算法工具箱
1．2案例背景
1．2．1 問題描述
1．2．2解題思路及步驟
1．3 MATLAB程序?qū)崿F(xiàn)
1．3．1工具箱結(jié)構(gòu)
1．3．2 遺傳算法常用函數(shù)
1．3．3遺傳算法工具箱應(yīng)用舉例
1．4延伸閱讀
參考文獻(xiàn)
第2章基于遺傳算法和非線性規(guī)劃的函數(shù)尋優(yōu)算法
2．1理論基礎(chǔ)
2．1．1非線性規(guī)劃
2．1．2 非線性規(guī)劃函數(shù)
2．1．3遺傳算法基本思想
2。1．4算法結(jié)合思想
2．2案例背景
2．2．1 問題描述
2．2．2 算法流程
2．2．3遺傳算法實(shí)現(xiàn)
2．3 MATLAB程序?qū)崿F(xiàn)
2．3．1適應(yīng)度函數(shù)
2．3．2選擇操作
2．3．3交叉操作
2．3．4變異操作
2．3．5算法主函數(shù)
2．3．6非線性尋優(yōu)
2．3．7結(jié)果分析
2．4延伸閱讀
2．4．1其他函數(shù)的優(yōu)化
2．4．2其他優(yōu)化算法
參考文獻(xiàn)
第3章基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)優(yōu)化算法
3．1理論基礎(chǔ)
3．1．1 BP神經(jīng)網(wǎng)絡(luò)概述
3．1．2遺傳算法的基本要素
3．2案例背景
3．2．1 問題描述
3．2．2解題思路及步驟
3．3 MATLAB程序?qū)崿F(xiàn)
3．3．1 神經(jīng)網(wǎng)絡(luò)算法
3．3．2 遺傳算法主函數(shù)
3．3．3 比較使用遺傳算法前后的差別
3．3．4結(jié)果分析
3．4延伸閱讀
參考文獻(xiàn)
第4章基于遺傳算法的TSP算法
4．1理論基礎(chǔ)
4．2案例背景
4．2．1 問題描述
4．2．2解決思路及步驟
4．3 MATLAB程序?qū)崿F(xiàn)
4．3．1種群初始化
4．3．2適應(yīng)度函數(shù)
4．3．3選擇操作
4．3．4 交叉操作
4．3．5變異操作
4．3．6進(jìn)化逆轉(zhuǎn)操作
4．3．7 畫路線軌跡圖
4．3．8遺傳算法主函數(shù)
4．3．9結(jié)果分析
4．4延伸閱讀
4．4．1 應(yīng)用擴(kuò)展
4．4．2 遺傳算法的改進(jìn)
4．4．3算法的局限性
參考文獻(xiàn)
第5章基于遺傳算法的LQR控制器優(yōu)化設(shè)計(jì)
5．1理論基礎(chǔ)
5．1．1 LQR控制
5．1．2 基于遺傳算法設(shè)計(jì)LQR控制器
5．2案例背景
5．2．1 問題描述
5．2．2解題思路及步驟
……
第6章遺傳算法工具箱詳解及應(yīng)用
第7章多種群遺傳算法的函數(shù)化算法
第8章基于量子遺傳算法的函數(shù)尋優(yōu)算法
第9章基于遺傳算法的多目標(biāo)優(yōu)化算法
第10章基于粒子群處落地的多目標(biāo)搜索算法
第11章基于多層編碼遺傳算法的車間調(diào)度算法
第12章免疫優(yōu)化算法在物流配送中心選址中的應(yīng)用
第13章粒子群算法的尋優(yōu)算法
……