MATLAB智能算法30个案例分析.pdfVIP

MATLAB智能算法30个案例分析

智能算法是我们在学习中经常遇到的算法，主要包括遗传算法，免疫算法，粒子算法，神

经网络等，智能算法对于根多人来说，既爱又恨，爱是因为熟练的掌握几种智能算法，能够

很方便的解决我们的论坛问题，恨是因为智能算法感觉比较“玄乎”，很难理解，更难用它

来解决问题。

因此，我们组织了王辉，史峰，郁磊，胡斐四名高手共同写作MATLAB智能算法,该

书包含了遗传算法，免疫算法，粒子算法，鱼算法，多目标paret。算法，模拟退火算

法，蚁算法，神经网络、SVM等，本书最大的特点在于以案例为导向，每个案例针对一个

实际问题，给出全部程序和求解思路，并配套相关讲解视频,使读者在读过一个案例之后能

够快速掌握这种方法，并且会套用案例程序来编写自己的程序。本书作者在线，读者和会员

可以向作者提问，作者做到有问必答。

本书和目录如下：1基于遗传算法的TSP算法（王辉）

TSP旅（行商问题TravelingSalesmanProblem）,是典型的NP完全问题，即其最坏情况

下的时间复杂性随着问题规模的增大按指数方式增长，到目前为止不能找到一个多项式时间

的有效算法。遗传算法是一种进化算法，其基本原理是仿效生物界中的“物竞天择、适者生

存”的演化法则。遗传算法的做法是把问题参数编码为染色体，再利用迭代的方式进行选择、

交叉以与变异等运算来交换种中染色体的信息，最终刍成符合优化目标的染色体。实践证

明，遗传算法对于解决TSP问题等组合优化问题具有较好的寻优性能。2基于遗传算法和非

线性规划的函数寻优算法（史峰）遗传算法提供了求解非线性规划的通用框架，它不依赖

于问题的具体领域。遗传算法的优点是将问题参数编码成染色体进行优化，而不针对参数

本身，从而不受函数约束条件的限制；搜索过程从问题解的一个集合开始，而不是单个个体,

具有隐含并行搜索特性，可大大减少陷入局部最小的可能性。而且优化计算时算法不依赖于

梯度信息，且不要求目标函数连续与可导，使其适于求解传统搜索方法难以解决的大规模、

非线性组合优化问题。3基于遗传算法的BP神经网络优化算法（王辉）BP模型被广泛地应

用于模式分类、模式识别等方面.但BP算法收敛速度慢，且很容易陷入局部极小点，而遗

传算法具有并行搜索、效率高、不存在局部收敛问题等优点而被广泛应用.遗传算法的寻优

过程带有一定程度的随机性和盲从性，多数情况下只能收敛到全局次优解，且有过早收敛的

现象.为了克服遗传算法寻优过程的盲从性，将有监督学习的BP算法与之结合以达到优势

互补、提高算法的稳定性和全局搜索能力的目的。4设菲尔德大学的MATLAB遗传算法工具

箱（王辉）Matlab遗传算法G（eneticAlgorithm）优化工具箱是基于基本操作与终止条件、

二进制和十进制相互转换等操作的综合函数库。其实现步狭包括：通过输入与输出函数求出

遗传算法主函数、初始种群的生成函数，采用选择、交叉、变异操作求得基本遗传操作函数。

以函数仿真为例，对该函数优化和GA改进，只需改写函数m文件形式即可。基于遗传算

法的LQR控制优化算法（胡斐）

LQR控制在工程中得到了广泛的应用，对于LQR最优控制方法，性能指标中权重矩阵的选择

对控制系统的性能有很大影响。权重矩阵通常的确定方法，首先是根据经睑初步确定，然

通过模拟，根据输出响应量逐步调整权重系数，直到获得满意的输出响应量为止。这种确定

方法不仅费时，而且法关得最优的权重矩阵使系统性能达到最优。本案例将研究基于