当前位置:主页 > 书籍配套资源 > Java配套资源
《Java遗传算法编程》配套资源

《Java遗传算法编程》配套资源

  • 更新:2022-03-22
  • 大小:96.79 KB
  • 类别:Java
  • 作者:雅各布森,、坎贝尔
  • 出版:人民邮电出版社
  • 格式:PDF

  • 资源介绍
  • 相关推荐

编辑推荐

遗传算法常常用于解决非常复杂的真实世界问题。
本书是学习如何利用遗传算法来解决问题的入门指南,书中包含了Java语言编写的、能运行的项目和解决方案。本书引导读者一步一步地实现各种遗传算法及一些常见应用场景,帮助读者在实践中加深理解,从而能够解决自己独特的问题。本书首先介绍了基本概念,并在随后的章节中添加了机器人控制、旅行商问题等例子,展示了实现遗传算法的更多知识技能。
通过阅读本书,你将熟悉遗传算法与编程语言相关的问题和概念,掌握构建自己的算法所需的全部知识,并且将获得用遗传算法解决问题的能力。请拿起本书,进入遗传算法这个迷人的领域,看看真正能工作的Java代码,并运用于你自己的项目和研究中。
本书具有以下特色:
● 引导学习遗传算法背后的理论;
● 解释软件开发者如何利用遗传算法来尝试解决一些问题;
● 通过简单易行的步骤,提供用Java实现遗传算法的详细指导。

内容简介

当前,机器学习领域已经变得越来越流行,而遗传算法是机器学习的一个重要子集。
本书简单、直接地介绍了遗传算法,并且针对所讨论的示例问题,给出了Java代码的算法实现。全书共分灾6章。第1章简单介绍了人工智能和生物进化的知识背景,这也是遗传算法的历史知识背景。第2章给出了一个基本遗传算法的实现;第4章和第5章,分别针对机器人控制器、旅行商问题、排课问题展开分析和讨论,并给出了算法实现。在这些章的末尾,还给出了一些练习供读者深入学习和实践。第6章专门讨论了各种算法的优化问题。
本书适合机器学习爱好者阅读,尤其适合对遗传算法的理论和实现感兴趣的读者阅读参考。

作者简介

Lee Jacobson来自英国布里斯托尔,是一名专业的自由职业软件开发者。在大学期间学习了遗传算法和其他优化技术后,他对这个主题产生了强烈的兴趣。
Burak Kanber是土生土长的纽约人,他拥有机械工程的学士学位和硕士学位,专注于控制系统、机器人技术、汽车工程和混合动力汽车系统工程。但是,软件一直是他终身的爱好,贯穿着Burak整个生命。

目录

  • 第1章 简介 1
  • 1.1 什么是人工智能 2
  • 1.2 生物学类比 3
  • 1.3 进化计算的历史 4
  • 1.4 进化计算的优势 5
  • 1.5 生物进化 7
  • 生物进化的一个实例 8
  • 1.6 基本术语 10
  • 术语 10
  • 1.7 搜索空间 11
  • 1.7.1 适应度景观 12
  • 1.7.2 局部最优 14
  • 1.8 参数 17
  • 1.8.1 变异率 17
  • 1.8.2 种群规模 18
  • 1.8.3 交叉率 19
  • 1.9 基因表示 19
  • 1.10 终止 20
  • 1.11 搜索过程 20
  • 1.12 参考文献 22
  • 第2章 实现一个基本遗传算法 23
  • 2.1 实现之前 23
  • 2.2 基本遗传算法的伪代码 24
  • 2.3 关于本书的代码示例 25
  • 2.4 基本实现 26
  • 2.4.1 问题 27
  • 2.4.2 参数 27
  • 2.4.3 初始化 29
  • 2.4.4 评估 35
  • 2.4.5 终止检查 38
  • 2.4.6 交叉 41
  • 2.5 轮盘赌选择 41
  • 2.6 交叉方法 42
  • 2.7 交叉伪代码 43
  • 2.8 交叉实现 44
  • 2.8.1 精英主义 48
  • 2.8.2 变异 50
  • 2.8.3 执行 53
  • 2.9 小结 55
  • 2.10 练习 56
  • 第3章 机器人控制器 57
  • 3.1 简介 57
  • 3.2 问题 58
  • 3.3 实现 59
  • 3.3.1 开始之前 59
  • 3.3.2 编码 60
  • 3.3.3 初始化 64
  • 3.3.4 评估 73
  • 3.3.5 终止检查 87
  • 3.3.6 选择方法和交叉 91
  • 3.4 锦标赛选择 91
  • 3.5 单点交叉 93
  • 执行 99
  • 3.6 小结 101
  • 3.7 练习 102
  • 第4章 旅行商 103
  • 4.1 简介 103
  • 4.2 问题 105
  • 4.3 实现 106
  • 4.3.1 开始之前 106
  • 4.3.2 编码 106
  • 4.3.3 初始化 107
  • 4.3.4 评估 111
  • 4.3.5 终止检查 117
  • 4.3.6 交叉 118
  • 4.3.7 变异 124
  • 4.3.8 执行 126
  • 4.4 小结 131
  • 4.5 练习 132
  • 第5章 排课 134
  • 5.1 简介 134
  • 5.2 问题 135
  • 5.3 实现 136
  • 5.3.1 开始之前 137
  • 5.3.2 编码 137
  • 5.3.3 初始化 138
  • 5.3.4 执行类 158
  • 5.3.5 评估 167
  • 5.3.6 终止 169
  • 5.3.7 变异 172
  • 5.3.8 执行 174
  • 5.4 分析和改进 179
  • 5.5 小结 182
  • 5.6 练习 182
  • 第6章 优化 183
  • 6.1 自适应遗传算法 183
  • 6.1.1 实现 184
  • 6.1.2 练习 188
  • 6.2 多次启发 188
  • 6.2.1 实现 189
  • 6.2.2 练习 190
  • 6.3 性能改进 191
  • 6.3.1 适应度函数设计 191
  • 6.3.2 并行处理 191
  • 6.3.3 适应度值散列 193
  • 6.3.4 编码 197
  • 6.3.5 变异和交叉方法 197
  • 6.4 小结 198

资源下载

资源下载地址1:https://box.lenovo.com/l/EnyAGm

相关资源

网友留言