《MATLAB遗传算法工具箱及应用》系统介绍MATLAB遗传算法和直接搜索工具箱的功能特点、编程原理及使用方法。全书共分为9章。第一章至第四章介绍遗传算法的基础知识，包括遗传算法的基本原理，编码、选择、交叉、变异，适应度函数，控制参数选择，约束条件处理，模式定理，改进的遗传算法，早熟收敛问题及其防止等。第五章至第七章介绍英国设菲尔德（Sheffield）大学的MATLAB遗传算法工具箱及其使用方法，举例说明如何利用遗传算法工具箱函数编写求解实际优化问题的MATLAB程序。第八章和第九章介绍MathWorks公司最新发布的MATLAB遗传算法与直接搜索工具箱及其使用方法。
　　《MATLAB遗传算法工具箱及应用》取材新颖，内容丰富，逻辑严谨，语言通俗，理例结合，图文并茂，注重基础，面向应用。书中包含大量的实例，便于自学和应用。
　　《MATLAB遗传算法工具箱及应用》可作为高等院校计算机、自动化、信息、管理、控制与系统工程等专业本科生或研究生的教材或参考书，也可供其他相关专业的师生及科研和工程技术人员自学或参考。

　　1．6  基于遗传算法的应用
　　遗传算法提供了一种求解复杂系统优化问题的通用框架，它不依赖于问题具体的领域，对问题的种类有很强的鲁棒性，所以广泛应用于许多学科。近十年来，遗传算法得到了迅速发展。目前，遗传算法在生物技术和生物学、化学和化学工程、计算机辅助设计、物理学和数据分析、动态处理、建模与模拟、医学与医学工程、微电子学、模式识别、人工智能、生产调度、机器人学、开矿工程、电信学、售货服务系统等领域都得到应用，成为求解全局优化问题的有力工具之一。下面列出遗传算法一些主要的应用领域。
　　1．函数优化
　　函数优化（Function Optimization）是遗传算法的经典应用领域，也是对遗传算法进行性能评价的常用算例。可以用各种各样的函数来验证遗传算法的性能。对一些非线性、多模型、多目标的函数优化问题，使用遗传算法可得到较好的结果。
　　2．组合优化
　　随着问题规模的增大，组合优化问题的搜索空间也急剧扩大，有时在目前的计算机上用枚举法很难甚至不能求出问题的最优解，对这类问题，人们已意识到应把主要精力放在寻求其满意解上，而遗传算法就是寻求这种满意解的最佳工具之一。实践证明，遗传算法对于组合优化中的NP完全问题非常有效。
　　3．生产调度问题
　　采用遗传算法能够解决复杂的生产调度问题。在单件生产车间调度、流水线生产车间调度、生产规划、任务分配等方面，遗传算法都得到了有效的应用。
　　4．自动控制
　　在自动控制领域中有很多与优化相关的问题需要求解，遗传算法已在其中得到了初步应用，并显示出了良好的效果。例如，基于遗传算法的模糊控制器优化设计，用遗传算法进行航空控制系统的优化，使用遗传算法设计空间交会控制器等。
　　5。机器人学
　　机器人是一类复杂的难以精确建模的人工系统，而遗传算法的起源来自于对人工自适应系统的研究，所以机器入学理所当然地成为遗传算法的一个重要领域。例如，遗传算法已经在移动机器人路径规划、机器人逆运动学求解等方面得到很好的应用。
　　6．图像处理
　　图像处理是计算机视觉中的一个重要领域，在图像处理过程中，如扫描、特征提取、图像分割等不可避免地会存在一些误差，这些误差会影响图像处理的效果。如何使这些误差最小是使计算机视觉达到实用化的重要要求，遗传算法在这些图像处理的优化计算方面找到了用武之地。
　　7．遗传编程
　　Koza发展了遗传程序设计的概念，他使用了以uSP语言所表示的编码方法，算法基于对一种树型结构所进行的遗传操作来自动生成计算机程序。
　　8．机器学习
　　基于遗传算法的机器学习，特别是分类器系统，在很多领域中都得到了应用．例如，遗传算法被用于学习模糊控制规则，利用遗传算法来学习隶属函数等。基于遗传算法的机器学习可用于调整人工神经网络的连接权，也可用于神经网络结构的优化设计。分类器系统在多机器人路径规划系统中得到了成功的应用。
　　9．数据挖掘
　　数据挖掘（Data Mining）是指从大型数据库或数据仓库中提取隐含的、未知的、非平凡的及有潜在应用价值的信息或模式，它是数据库研究中的一个很有应用价值的新领域，由于遗传算法的特点，遗传算法可用于数据挖掘中的规则开采。
　　10．信息战
　　遗传算法在信息战领域得到了初步应用。使用遗传算法能够进行雷达目标识别、数据挖掘、作战仿真、雷达辐射源识别、雷达天线优化设计、雷达目标跟踪、盲信号处理、空间谱估计、天线设计、网络入侵检测、情报分析中的数据挖掘和数据融合、信息战系统仿真、作战效能评估、作战辅助决策等。
　　……

第一章  遗传算法概述
1．1  遗传算法的概念
1．2  遗传算法的特点
1．2．1  遗传算法的优点
1．2．2  遗传算法的不足之处
1．3  遗传算法与传统方法的比较
1．4  遗传算法的基本用语
1．5  遗传算法的研究方向
1．6  基于遗传算法的应用
第二章  基本遗传算法及改进
2．1  遗传算法的运行过程
2．1．1  完整的遗传算法运算流程
2．1．2  遗传算法的基本操作
2．2  基本遗传算法
2．2．1  基本遗传算法的数学模型
2．2．2  基本遗传算法的步骤
2．2．3  遗传算法的具体例证
2．3  改进的遗传算法
2．3．1  改进的遗传算法一
2．3．2  改进的遗传算法二
2．3．3  改进的遗传算法三
2．3．4  改进的遗传算法四
2．4  多目标优化中的遗传算法
2．4．1  多目标优化的概念
2．4．2  多目标优化问题的遗传算法
第三章  遗传算法的理论基础
3．1  模式定理
3．2  积木块假设
3．3  欺骗问题
3．4  遗传算法的未成熟收敛问题及其防止
3．4．1  遗传算法的未成熟收敛问题
3．4．2  未成熟收敛的防止
3．5  性能评估
3．6  小生境技术和共享函数
第四章  遗传算法的基本原理与方法
4．1  编码
4．1．1  编码方法
4．1．2  编码评估策略
4．2  选择
4．3  交叉
4．4  变异
4．5  适应度函数
4．5．1  适应度函数的作用
4．5．2  适应度函数的设计主要满足的条件
4．5．3  适应度函数的种类
4．5．4  适应度尺度的变换
4．6  控制参数选择
4．7  约束条件的处理
第五章  遗传算法工具箱函数
5．1  具箱结构
5．1．1  种群表示和初始化
5．1．2  适应度计算
5．1．3  选择函数
5．1．4  交叉算子
5．1．5  变异算子
5．1．6  多子群支持
5．2  遗传算法中的通用函数
5．2．1  函数bs2rv
5．2．2  函数cntbase
5．2．3  函数crtbp
5．2．4  函数crtrp
5．2．5  函数migrate
5．2．6  函数mut
5．2．7  函数mutate
5．2．8  函数routbga
5．2．9  函数ranking
5．2．10  函数recdis
5．2．11  函数reelnt
5．2．12  函数reelin
5．2．13  函数recmut
5．2．14  函数recombin
5．2．15  函数reins
5．2．16  函数rep
5．2．17  函数rws
5．2．18  函数sealling
5．2．19  函数select
5．2．20  函数sus
5．2．2l  函数xovdp
5．2．22  函数xovdprs
5．2．23  函数xovmp
5．2．24  函数xovsh
5．2．25  函数xovshrs
5．2．26  函数xovsp
5．2．27  函数xovsprs
第六章  遗传算法工具箱的应用
6．1  安装
6．2  种群的表示和初始化
6．3  目标函数和适应度函数
6．4  选择
6．5  交叉
6．6  变异
6．7  重插入
6．8  遗传算法的终止
6．9  数据结构
6．10  多种群支持
6．11  示范脚本
第七章  遗传算法应用举例
7．1  简单一元函数优化实例
7．2  多元单峰函数的优化实例
7．3  多元多峰函数的优化实例
7．4  收获系统最优控制
7．5  装载系统的最优问题
7．6  离散二次线性系统最优控制问题
7．7  目标分配问题
7．8  双积分的优化问题
7．9  雷达目标识别问题
7．1  图像分割问题
7．11  一些测试函数对应的优化问题
7．11．1  轴并行超球体的最小值问题
7．11．2  旋转超球体的最小值问题
7．11．3  Rosenbrock's Valley最小值问题
7．11．4  Rastrigin函数的最小值问题
7．11．5  Schwefel函数的最小值问题
7．11．6  Griewangk函数的最小值问题
7．11．7  不同权的总和最小值问题
7．12  多目标优化问题
第八章  使用MATLAB遗传算法工具
8．1  遗传算法与直接搜索工具箱概述
8．1．1  工具箱的特点
8．1．2  编写待优化函数的M文件
8．2  使用遗传算法工具初步
8．2．1  遗传算法使用规则
8．2．2  遗传算法使用方式
8．2．3  举例：Rastrigin函数
8．2．4  遗传算法的一些术语
8．2．5  遗传算法如何工作
8．3  使用遗传算法工具求解问题
8．3．1  使用遗传算法工具GUI
8．3．2  从命令行使用遗传算法
8．3．3  遗传算法举例
8．4  遗传算法参数和函数
8．4．1  遗传算法参数
8．4．2  遗传算法函数
8．4．3  标准算法选项
第九章  使用MATLAB直接搜索工具
9．1  直接搜索工具概述
9．2  直接搜索算法
9．2．1  何谓直接搜索
9．2．2  执行模式搜索
9．2．3  寻找函数最小值
9．2．4  模式搜索术语
9．2．5  模式搜索如何工作
9．3  使用直接搜索工具
9．3．1  浏览模式搜索工具
9．3．2  从命令行运行模式搜索
9．3．3  模式搜索举例
9．3．4  参数化函数
9．4  模式搜索参数和函数
9．4．1  模式搜索参数
9．4．2  模式搜索函数
参考文献