第1章 绪论 1
1.1 遗传算法的起源与发展 1
1.2 遗传算法改进及应用研究 3
1.3 遗传算法基础理论研究 13
1.4 本书主要内容及组织 19
第2章 遗传操作的可达性 21
2.1 引言 21
2.2 遗传算法基本原理 21
2.3 遗传操作的可达性 27
2.4 本章小结 43
第3章 基于模式定理的交叉和变异概率上限确定 45
3.1 引言 45
3.2 模式定理及其推广形式 45
3.3 基于模式定理的交叉概率上限确定 47
3.4 基于模式定理的变异概率上限确定 49
3.5 算例 50
3.6 本章小结 53
第4章 进化种群多样性刻画及应用 55
4.1 引言 55
4.2 早熟收敛现象分析 55
4.3 种群多样性度量 59
4.4 基于种群多样性函数的自适应遗传算法 65
4.5 基于近亲交叉回避的优胜劣汰遗传算法 69
4.6 改进的压缩映射遗传算法 73
4.7 本章小结 75
第5章 混沌变异遗传算法 76
5.1 引言 76
5.2 混沌变异遗传算法 77
5.3 算例 79
5.4 本章小结 82
第6章 基于抽象遗传算法模型的自适应遗传算法 83
6.1 引言 83
6.2 抽象遗传算法模型及其收敛性定理 84
6.3 基于抽象遗传算法模型的自适应遗传算法 88
6.4 算例 91
6.5 本章小结 94
第7章 自适应变步长定向变异遗传算法 95
7.1 引言 95
7.2 模拟退火算法 96
7.3 自适应变步长定向变异遗传算法 100
7.4 算例 104
7.5 本章小结 106
第8章 自适应小生境递阶遗传算法 107
8.1 引言 107
8.2 编码方法 107
8.3 小生境实现方法 112
8.4 自适应小生境递阶遗传算法 114
8.5 算例 117
8.6 本章小结 119
第9章 自适应禁忌遗传算法 120
9.1 引言 120
9.2 自适应禁忌遗传算法 121
9.3 算例 124
9.4 本章小结 125
第10章 自适应免疫遗传算法 126
10.1 引言 126
10.2 生物免疫机制 126
10.3 自适应免疫遗传算法 128
10.4 算例 131
10.5 本章小结 133
第11章 改进压缩映射遗传算法在控制器设计中的应用 134
11.1 基于改进压缩映射遗传算法的模糊控制规则加权因子优化 134
11.2 基于改进压缩映射遗传算法的神经网络控制器设计 139
11.3 基于改进压缩映射遗传算法的PID控制器优化 141
11.4 本章小结 148
附录 部分自适应遗传算法Matlab程序 150
参考文献 178