第一篇 基础篇

第1章 基本遗传算法

1．1 遗传算法的产生与发展

1．2 遗传算法的数学基础理论

1．3 基本遗传算法的构成要素

1．4 基本遗传算法的遗传算子

1．5 基本遗传算法的实现过程

1．6 遗传算法的特点与优点

参考文献

第2章 多目标优化遗传算法

2．1 多目标优化问题的定义和数学模型

2．2 传统多目标优化方法

2．3 多目标优化遗传算法的基本框架

2．4 典型多目标优化遗传算法

2．5 多目标优化遗传算法中有待解决的问题

2．6 有关多目标优化遗传算法的几点讨论

参考文献

第3章 小生境遗传算法

3．1 基本小生境遗传算法

3．2 克服“早熟”的改进小生境遗传算法

参考文献

第二篇 进阶篇

第4章 遗传算法的收敛效率分析

4．1 引言

4．2 GA的收敛效率指标

4．3 基于模式的GA收敛效率分析

4．4 GA的全局收敛性

4．5 遗传算法控制参数优化策略

4．6 GA早熟问题的定量分析及其预防策略

参考文献

第5章 新型高效率遗传算法设计

5．1 引言

5．2 高效率遗传算子设计

5．3 提高非线性优化全局收敛性的新型GA

5．4 求解非线性混合整数规划的新型GA

5．5 求解多目标规划的新型GA

5．6 高效率混合GA

5．7 进化算法中的约束处理技术

参考文献

第三篇 应用篇

第6章 遗传算法在调度问题中的应用

第7章 遗传算法在排序问题中的应用

第8章 遗传算法在选址问题中的应用

第9章 遗传算法在指派问题中的应用

第10章 遗传算法在路径规划中的应用

第11章 遗传算法在结构优化中的应用

第12章 遗传算法在自动控制中的应用

第13章 遗传算法在电力系统优化中的应用

参考文献