资源名称：MATLAB智能算法30个案例分析
内容简介：
本书是作者多年从事算法研究的经验总结。书中所有案例均应国内各大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。
本书采用案例形式，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。本书共给出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，并配有完整的程序源码和讲解视频，使读者在掌握算法的同时，也可以学习到作者们多年积累的编程经验与技巧，从而快速提高使用算法求解实际问题的能力。
本书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。
资源目录：
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
1．3 MATLAB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划的函数寻优算法
2．1理论基础
2．1．1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
2．3 MATLAB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
3．1．1 BP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
3．3 MATLAB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
4．3 MATLAB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
5．1．1 LQR控制
5．1．2 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章基于粒子群处落地的多目标搜索算法
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
资源截图：
评论(0)