引言

第一部分
遗传算法

第1章
遗传算法的主要特征

1?1
简单函数的优化

1?1?1
表达

1?1?2
初始群体

1?1?3
评价函数

1?1?4
遗传算子

1?1?5
参数

1?1?6
实算结果

1?2
囚犯困境

1?2?1
策略表达

1?2?2
遗传算法的轮廓

1?2?3
实算结果

1?3
货郎担问题

1?4
爬山法、模拟退火法和遗传算法

1?5
结论

第2章
遗传算法的运行步骤

第3章
遗传算法的理论基础

第4章
遗传算法的典型专题

4?1
取样机制

4?2
函数特征

4?3
收缩映射遗传算法

4?4
变群体规模的遗传算法

4?5
遗传算法、约束及背包问题

4?5?1
0/1背包问题及测试数据

4?5?2
算法的描述

4?5?3
实算与结果

4?6
其他思想

第二部分
数值优化

第5章
二进制编码和浮点编码

5?1
测试例子

5?2
两种执行

5?2?1
二进制执行

5?2?2
浮点执行

5?3
实算

5?3?1
随机变异和杂交

5?3?2
非均匀变异

5?3?3
其他算子

5?4
执行时间

5?5
结论

第6章
局部微调

6?1
测试例子

6?1?1
线性二次万间颧

6?1?2
收获问题

6?1?3
推车问题

6?2
数值优化的演化程序

6?2?1
浮点表达

6?2?2
特殊算子

6?3
实算和结果

6?4
演化程序与其他方法

6?4?1
线性二次万问题

6?4?2
收获问题

6?4?3
推车问题

6?4?4
非均匀变异的优越性

6?5
结论

第7章
处理约束技巧

7?1
一个演化程序GENOCOP系统

7?1?1
一个例子

7?1?2
算子

7?1?3
测试GENOCOP

7?2
非线性优化GENOCOPII

7?3
其他技术

7?3?1
五个测试实例

7?3?2
实算

7?4
其他可能性

7?5
GENOCOPIII

第8章
演化策略和其他方法

8?1
演化策略的进展

8?2
演化策略和遗传算法的比较

8?3
多峰和多目标函数优化

8?3?1
多峰优化

8?3?2
多目标优化

8?4
其他演化程序

第三部分
演化程序

第9章
运输问题

9?1
线性运输问题

9?1?1
经典遗传算法

9?1?2
引

......