MATLAB智能算法30个案例分析 PDF 完整第2版

为找资料的网友们整理了MATLAB相关的资料，介绍了关于MATLAB、智能算法方面，格式为PDF，资源大小75.5 MB，目前在MATLAB类资源综合评分为：9.5分。

《 MATLAB智能算法30个案例分析（第2版） 》是作者很多年从业算法科学研究的经验交流.书里全部案例均应中国各种MATLAB技术交流网民的亲身要求而精心策划,在其中许多 案例所涉及到的內容和求出方式在中国已经出版发行的 MATLAB书藉中很少有详细介绍. 《MATLAB智能算法30个案例分析（第2版）》选用案例方式,以智能算法主导线,解读了基因遗传算法、免疫力算法、淬火算法、粒子群算法、鱼类算法、蚁群算法和神经元网络算法等Z常见的智能算法的MATLAB完成.这书共得出３０个案例,每一个案例全是一个应用智能算法解决困难的实际案例,全部案例均由基础理论解读、案例背景图、MATLAB程序实现和拓展阅读文章四个一部分构成,并装有详细的程序流程源代码和讲解视频,使阅读者在把握算法的另外,还可以学习培训到作者们很多年累积的程序编写工作经验与方法,进而迅速提升应用算法求出具体难题的工作能力. 《MATLAB智能算法30个案例分析（第2版）》可做为大学毕业设计方案、硕士研究生项目设计、博士研究生低段课题研究设计方案参照书藉,另外对众多科技人员也是有很高的实用价值. 目录 第1章 谢菲尔德大学的MATLAB遗传算法工具箱 1 1.1 理论基础 1 1.1.1 遗传算法概述 1 1.1.2 谢菲尔德遗传算法工具箱 1 1.2 案例背景 3 1.2.1 问题描述 3 1.2.2 解题思路及步骤 3 1.3 MATLAB程序实现 3 1.3.1 工具箱结构 3 1.3.2 遗传算法常用函数 4 1.3.3 遗传算法工具箱应用举例 12 1.4 延伸阅读 16 参考文献 16 第2章 基于遗传算法和非线性规划的函数寻优算法 17 2.1 理论基础 17 2.1.1 非线性规划 17 2.1.2 非线性规划函数 17 2.1.3 遗传算法基本思想 18 2.1.4 算法结合思想 18 2.2 案例背景 18 2.2.1 问题描述 18 2.2.2 算法流程 18 2.2.3 遗传算法实现 19 2.3 MATLAB程序实现 20 2.3.1 适应度函数 20 2.3.2 选择操作 20 2.3.3 交叉操作 21 2.3.4 变异操作 22 2.3.5 算法主函数 23 2.3.6 非线性寻优 24 2.3.7 结果分析 24 2.4 延伸阅读 25 2.4.1 其他函数的优化 25 2.4.2 其他优化算法 26 参考文献 26 第3章 基于遗传算法的BP神经网络优化算法 27 3.1 理论基础 27 3.1.1 BP神经网络概述 27 3.1.2 遗传算法的基本要素 27 3.2 案例背景 27 3.2.1 问题描述 27 3.2.2 解题思路及步骤 29 3.3 MATLAB程序实现 31 3.3.1 神经网络算法 31 3.3.2 遗传算法主函数 32 3.3.3 比较使用遗传算法前后的差别 34 3.3.4 结果分析 35 3.4 延伸阅读 37 参考文献 37 第4章 基于遗传算法的TSP算法 38 4.1 理论基础 38 4.2 案例背景 38 4.2.1 问题描述 38 4.2.2 解决思路及步骤 39 4.3 MATLAB程序实现 40 4.3.1 种群初始化 40 4.3.2 适应度函数 40 4.3.3 选择操作 41 4.3.4 交叉操作 41 4.3.5 变异操作 43 4.3.6 进化逆转操作 43 4.3.7 画路线轨迹图 43 4.3.8 遗传算法主函数 44 4.3.9 结果分析 47 4.4 延伸阅读 48 4.4.1 应用扩展 48 4.4.2 遗传算法的改进 49 4.4.3 算法的局限性 49 参考文献 49 第5章 基于遗传算法的LQR 控制器优化设计 50 5.1 理论基础 50 5.1.1 LQR控制 50 5.1.2 基于遗传算法设计LQR控制器 50 5.2 案例背景 51 5.2.1 问题描述 51 5.2.2 解题思路及步骤 52 5.3 MATLAB程序实现 53 5.3.1 模型实现 53 5.3.2 遗传算法实现 54 5.3.3 结果分析 56 参考文献 56 第6章 遗传算法工具箱详解及应用 57 6.1 理论基础 57 6.1.1 遗传算法的一些基本概念 57 6.1.2 遗传算法与直接搜索工具箱 58 6.2 案例背景 58 6.2.1 问题描述 58 6.2.2 解题思路及步骤 59 6.3 MATLAB程序实现 59 6.3.1 GADST各函数详解 59 6.3.2 GADST的使用简介 63 6.3.3 使用GADST求解遗传算法相关问题 66 6.4 延伸阅读 68 参考文献 68 第7章 多种群遗传算法的函数优化算法 69 7.1 理论基础 69 7.1.1 遗传算法早熟问题 69 7.1.2 多种群遗传算法概述 69 7.2 案例背景 70 7.2.1 问题描述 70 7.2.2 解题思路及步骤 71 7.3 MATLAB程序实现 71 7.3.1 移民算子 72 7.3.2 人工选择算子 72 7.3.3 目标函数 73 7.3.4 标准遗传算法主函数 73 7.3.5 多种群遗传算法主函数 74 7.3.6 结果分析 75 7.4 延伸阅读 76 参考文献 77 第8章 基于量子遗传算法的函数寻优算法 78 8.1 理论基础 78 8.1.1 量子遗传算法概述 78 8.1.2 量子比特编码 78 8.1.3 量子门更新 79 8.2 案例背景 79 8.2.1 问题描述 79 8.2.2 解题思路及步骤 80 8.3 MATLAB程序实现 82 8.3.1 种群初始化 82 8.3.2 测量函数 82 8.3.3 量子旋转门函数 83 8.3.4 适应度函数 84 8.3.5 量子遗传算法主函数 85 8.3.6 结果分析 87 8.4 延伸阅读 87 参考文献 88 第9章 基于遗传算法的多目标优化算法 89 9.1 理论基础 89 9.1.1 多目标优化及Pareto最优解 89 9.1.2 函数gamultiobj 89 9.1.3 函数gamultiobj中的