|
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。 目录： 第1章 谢菲尔德大学的MATLAB遗传算法工具箱
第2章 基于遗传算法和非线性规捌的函数寻优算法
第3章 基于遗传算法的BP神经网络优化算法
第4章 基于遗传算法的TsP算法
第5章 基于遗传算法的LQR控制器优化设计
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
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
第26章 有导师学习神经网络的分类
第27章 无导师学习神经网络的分类
第28章 支持向量机的分类
第29章 支持向量机的回归拟合
第30章 极限学习机的回归拟合及分类 ...
|
