包邮 MATLAB优化算法+智能算法 2本 matlab程序设计教材书 pdf epub mobi txt 电子书 下载 2025

简体网页||繁体网页

☆☆☆☆☆

图书标签:

• MATLAB
• 优化算法
• 智能算法
• 程序设计
• 教材
• 数学建模
• 工程计算
• 包邮
• 书籍
• 学习

店铺： 旷氏文豪图书专营店

出版社： 清华大学出版社

ISBN：9787302474951

商品编码：19024749618

YL11180  9787302474951 9787302467748

MATLAB优化算法

本书是一本简明的MATLAB优化算法综合性参考书，以MATLAB R2016b软件版本为基础，根据常用优化算法编写，包含多种优化算法的MATLAB应用方法，是读者掌握MATLAB在优化算法中应用的有力工具。

全书分为四个部分共18章，包括MATLAB应用基础、常规优化算法、智能优化算法和综合应用。1部分从MATLAB基础知识开始，详细介绍编程和程序设计、二维绘图、三维绘图、GUI应用等内容； 第二部分介绍MATLAB线性规划、非线性规划、无约束一维极值、无约束多维极值、约束优化方法、二次规划、多目标函数的优化方法等内容； 第三部分介绍免疫优化算法及其MATLAB实现、粒子群优化算法的MATLAB实现、遗传优化算法的MATLAB实现、小波变换的MATLAB实现、神经网络的MATLAB实现等内容； 第四部分主要介绍MATLAB在分形维数和经济金融*优化中的应用。在本书的*后，附录中还给出了MATLAB基本命令的介绍，便于读者查阅。

本书以MATLAB优化内容为主线，结合各种优化模型案例的讲解，各种MATLAB优化算法函数的说明，使读者易看懂、会应用。本书深入浅出，实例引导，讲解翔实，既可以作为高等院校数学建模和数学实验的参考教材，也可作为广大科研工程技术人员的参考用书。

 

1部分MATLAB应用基础

第1章MATLAB基础知识

1．1基本概念

1．1．1数据类型概述

1．1．2整数类型

1．1．3浮点数类型

1．1．4常量与变量

1．1．5数组、矩阵、向量和标量

1．1．6字符型数据

1．1．7运算符

1．1．8复数

1．1．9无穷量和非数值量

1．2向量

1．2．1向量的生成

1．2．2向量的加减和数乘运算

1．2．3向量的点、叉积运算

1．3数组

1．3．1数组的创建和操作

1．3．2数组的常见运算

1．4矩阵

1．4．1矩阵生成

1．4．2向量的生成

1．4．3矩阵加减运算

1．4．4矩阵乘法运算

1．4．5矩阵的除法运算

1．4．6矩阵的分解运算

1．5字符串

1．5．1字符串变量与一维字符数组

1．5．2对字符串的多项操作

1．5．3二维字符数组

1．6符号

1．6．1符号表达式的生成

1．6．2符号矩阵

1．6．3常用符号运算

1．7关系运算和逻辑运算

1．7．1关系运算

1．7．2逻辑运算

1．7．3常用函数

1．8复数

1．8．1复数和复矩阵的生成

1．8．2复数的运算

1．9数据类型间的转换

本章小结

第2章MATLAB编程

2．1MATLAB编程概述

2．2MATLAB编程原则

2．3分支结构

2．3．1if分支结构

2．3．2switch分支结构

2．4循环结构

2．4．1while循环结构

2．4．2for循环结构

2．5其他控制程序命令

2．6程序调试

2．6．1程序调试命令

2．6．2常见程序错误

2．6．3内存优化

2．7**案例

本章小结

第3章MATLAB绘图

3．1数据图像绘制简介

3．1．1离散数据可视化

3．1．2连续函数可视化

3．2二维绘图

3．2．1二维图形基本绘图命令plot

3．2．2二维图形的修饰

3．2．3子图绘制法

3．2．4二维绘图的**应用

3．3三维绘制

3．3．1三维绘图基本命令

3．3．2网格曲面隐藏线的显示和关闭

3．3．3三维绘图的实际应用

3．4特殊图形的绘制

3．4．1特殊二维图形的绘制

3．4．2特殊三维图形

本章小结

第4章GUI应用

4．1GUI基础概念

4．1．1GUI开发方法

4．1．2GUI基本元素

4．1．3GUI的层次

4．2菜单

4．2．1建立菜单和子菜单

4．2．2菜单对象常用属性

4．2．3快捷菜单

4．3GUIDE的使用

4．4使用Ｍ文件创建GUI对象

本章小结

第二部分MATLAB常规优化算法

第5章MATLAB线性规划

5．1线性规划的概念

5．2线性规划的标准形式

5．3线性规划的MATLAB函数

5．4线性规划问题求解方法

5．4．1单纯形线性规划问题求解

5．4．2多目标线性规划问题求解

5．5线性规划实例

5．5．1生产决策问题

5．5．2工作人员计划安排问题

5．5．3投资问题

5．5．4工件加工任务分配问题

5．5．5厂址选择问题

5．5．6确定职工编制问题

5．5．7生产计划的*优化问题

本章小结

第6章MATLAB非线性规划

6．1非线性规划基础

6．1．1非线性规划标准形式

6．1．2非线性规划MATLAB函数

6．2无约束非线性规划

6．2．1基本数学原理

6．2．2无约束非线性规划函数

6．2．3无约束非线性规划问题的应用

6．3求解非线性规划

6．3．1一维*优化方法

6．3．2无约束*优化方法

6．3．3约束*优化方法

6．4非线性规划实例

6．4．1遗传算法求解非线性规划

6．4．2资金调用问题

6．4．3经营*佳安排问题

本章小结

第7章无约束一维极值

7．1无约束算法基础

7．2进退法

7．3黄金分割法

7．4斐波那契法

7．5牛顿型法

7．5．1牛顿法

7．5．2阻尼牛顿法

7．6割线法

7．7抛物线法

7．8三次插值法

7．9坐标轮换法

本章小结

第8章无约束多维极值

8．1直接法

8．1．1模式搜索法

8．1．2单纯形搜索法

8．1．3Powell法

8．2使用导数计算的间接法

8．2．1*速下降法

8．2．2共轭梯度法

8．3拟牛顿法

本章小结

第9章约束优化方法

9．1约束优化方法简介

9．2随机方向法

9．3复合形法

9．4可行方向法

9．5惩罚函数法

本章小结

第10章二次规划

10．1基本概念

10．2拉格朗日法

10．3起作用集算法

本章小结

第11章多目标函数的优化方法

11．1概述

11．2理想点法

11．3线性加权和法

11．4*大*小法

11．5目标规划法

本章小结

第三部分MATLAB智能优化算法

第12章免疫优化算法及其实现

12．1基本概念

12．2人工免疫系统

12．3免疫遗传算法

12．4免疫算法MATLAB应用实例

12．4．1*短路径规划

12．4．2旅行商问题

12．4．3故障检测问题

本章小结

第13章粒子群优化算法的实现

13．1算法的基本概念

13．2算法的MATLAB实现

13．2．1算法的基本程序

13．2．2适应度函数

13．2．3免疫粒子群算法的MATLAB应用

13．3粒子群算法的权重控制

13．3．1线性递减法

13．3．2自适应法

13．4混合粒子群算法

13．4．1模拟退火免疫算法

13．4．2基于杂交的算法

本章小结

第14章遗传优化算法的实现

14．1遗传算法概述

14．2基本遗传算法

14．3MATLAB遗传算法工具箱及其应用

14．4自适应遗传算法

14．5遗传算法的典型应用

14．5．1求解函数极值

14．5．2函数优化求解

本章小结

第15章小波变换的实现

15．1小波变换原理

15．2小波算法的MATLAB函数

15．3图像的分解和量化

15．3．1一维小波变换

15．3．2二维变换体系

15．4小波变换**案例

15．4．1去噪

15．4．2压缩

本章小结

第16章神经网络的实现

16．1人工神经网络基本概念

16．2MATLAB神经网络工具箱

16．2．1常用神经元激活函数

16．2．2神经网络通用函数

16．2．3神经网络的MATLAB实现

16．3神经网络的**应用

16．3．1PID神经网络控制

16．3．2模糊神经网络在函数逼近中的应用

本章小结

第四部分MATLAB综合应用

第17章分形维数应用与实现

17．1分形维数概述

17．2二维分形维数的MATLAB应用

17．3分形插值算法的MATLAB应用

本章小结

第18章经济金融*优化应用

18．1期权定价分析

18．2收益、风险和有效前沿的计算

18．3投资组合绩效分析

18．4固定收益证券的久期和凸度计算

本章小结

附录MATLAB基本命令

参考文献

MATLAB智能算法

本书以*新推出的MATLAB 2016a软件为基础，详细介绍了各种智能算法的原理及其MATLAB在智能算法中的应用，是一种MATLAB智能算法设计的综合性参考书。

全书以智能算法原理及MATLAB应用为主线，结合各种应用实例，详细讲解了智能算法的MATLAB实现。全书分为两部共13章，1部分首先从人工智能概述开始，详细介绍了神经网络算法、粒子群算法、遗传算法、模糊逻辑控制、免疫算法、蚁群算法、小波分析算法及其MATLAB的实现方式等内容； 第二部分详细介绍了智能算法的工程中的应用问题，包括模糊神经网络在工程中的应用、遗传算法在图像处理中的应用、神经网络在参数估计中的应用、基于智能算法的PID控制和智能算法的综合应用等。

本书以工程应用为目标，内容深入浅出，讲解循序渐进，既可以作为高等院校理工科相关**研究生、本科生的教材，也可作为广大科研工程技术人员的参考用书。

 

1部分专 题 介 绍

第1章人工智能概述

1.1人工智能的基本概念

1.1.1智能的概念

1．1．2人工智能的概念

1．1．3人工智能的研究目标

1．1．4人工智能的研究方法

1．2人工智能的特征

1．3人工智能的应用

1．3．1机器思维

1．3．2机器感知

1．3．3机器行为

1．3．4机器学习

1．3．5机器计算

1．3．6分布式人工智能

1．3．7机器系统

1．3．8典型应用

1．4本章小结

第2章神经网络算法及其MATLAB实现

2．1神经网络基础

2．1．1人工神经网络的发展

2．1．2人工神经网络研究内容

2．1．3人工神经网络研究方向

2．1．4人工神经网络发展趋势

2．2神经网络的结构及学习

2．2．1神经网络结构

2．2．2神经网络学习

2．2．3MATLAB在神经网络中的应用

2．3MATLAB神经网络工具箱

2．3．1神经网络工具箱函数

2．3．2神经网络工具箱的图形用户界面

2．3．3神经网络的MATLAB实现

2．4Simulink神经网络控制工具箱

2．4．1神经网络模型预测控制

2．4．2反馈线性化控制

2．4．3模型参考控制

2．5本章小结

第3章粒子群算法及其MATLAB实现

3．1粒子群算法基础

3．1．1粒子群算法的发展

3．1．2粒子群算法研究内容

3．1．3粒子群算法的特点

3．1．4粒子群算法的应用

3．2基本粒子群算法

3．2．1基本原理

3．2．2算法构成要素

3．2．3算法参数设置

3．2．4算法的基本流程

3．2．5算法的MATLAB实现

3．3MATLAB粒子群工具箱

3．4权重改进的粒子群算法

3．4．1自适应权重法

3．4．2随机权重法

3．4．3线性递减权重法

3．5混合粒子群算法

3．5．1基于杂交的算法

3．5．2基于自然选择的算法

3．5．3基于免疫的粒子群算法

3．5．4基于模拟退火的算法

3．6本章小结

第4章遗传算法及其MATLAB实现

4．1遗传算法的基本概念

4．1．1算法的基本运算

4．1．2遗传算法的特点

4．1．3遗传算法中的术语

4．1．4遗传算法的发展现状

4．1．5遗传算法的应用领域

4．2遗传算法的原理

4．2．1算法运算过程

4．2．2算法编码

4．2．3适应度及初始群体选取

4．3遗传算法程序设计及其MATLAB工具箱

4．3．1程序设计

4．3．2算法参数设计原则

4．3．3适应度函数的调整

4．3．4算法MATLAB工具箱及其应用

4．3．5遗传算法的GUI实现

4．4遗传算法的典型应用

4．4．1利用遗传算法求解函数极值

4．4．2遗传算法在TSP中的应用

4．4．3遗传算法的求解优化

4．5本章小结

第5章模糊逻辑控制及其MATLAB实现

5．1模糊逻辑控制基础

5．1．1模糊逻辑控制的基本概念

5．1．2模糊逻辑控制原理

5．1．3模糊逻辑控制器设计的内容

5．1．4模糊逻辑控制规则设计

5．1．5模糊逻辑控制系统的应用领域

5．2模糊逻辑控制工具箱

5．2．1模糊逻辑控制工具箱的功能特点

5．2．2模糊系统的基本类型

5．2．3模糊逻辑控制系统的构成

5．2．4模糊推理系统的建立、修改与存储管理

5．2．5模糊语言变量及其语言值

5．2．6模糊语言变量的隶属度函数

5．2．7模糊规则的建立与修改

5．2．8模糊推理计算与去模糊化

5．3模糊逻辑控制工具箱的图形界面工具

5．3．1FIS编辑器

5．3．2隶属度函数编辑器

5．3．3模糊规则编辑器

5．3．4模糊规则浏览器

5．3．5模糊推理输入输出曲面视图

5．4模糊逻辑控制的**应用

5．4．1基于Simulink的模糊逻辑控制应用

5．4．2基于模糊逻辑控制的路径规划应用

5．5本章小结

第6章免疫算法及其MATLAB实现

6.1免疫算法的基本概念

6.1.1生物免疫系统

6.1.2免疫算法基本原理

6.1.3免疫算法步骤和流程

6.1.4免疫系统模型和免疫算法

6.1.5免疫算法特点

6.1.6免疫算法的发展趋势

6.2免疫遗传算法

6.2.1免疫遗传算法步骤和流程

6.2.2基于MATLAB实现免疫遗传算法

6.3免疫算法的MATLAB应用

6.3.1免疫算法在克隆选择中的应用

6.3.2免疫算法在*短路径规划问题中的应用

6.3.3免疫算法在TSP中的应用

6.3.4免疫算法在故障检测中的应用

6.4本章小结

第7章蚁群算法及其MATLAB实现

7.1蚁群算法概述

7.1.1蚁群算法起源

7.1.2蚁群算法的基本原理

7.1.3自适应蚁群算法的介绍

7.1.4蚁群算法实现的重要规则

7.1.5蚁群算法的特点

7.1.6蚁群优化算法的应用

7.2蚁群算法的MATLAB实现

7.3蚁群算法在MATLAB中的应用

7.3.1蚁群算法在路径规划中的应用

7.3.2蚁群算法在解决TSP中的应用

7.4本章小结

第8章小波分析算法及其MATLAB实现

8.1傅里叶变换到小波分析

8.1.1傅里叶变换

8.1.2小波分析

8.2Mallat算法

8.2.1Mallat算法原理

8.2.2常用小波函数介绍

8.2.3Mallat算法示例

8.3小波GUI简介

8.4小波分析用例

8.4.1信号压缩

8.4.2信号去噪

8.4.3分离信号的不同成分

8.5小波变换在图像处理中的应用

8.5.1小波变换用于图像压缩

8.5.2小波在图像边缘检测的应用

8.5.3小波变换在图像增强方面的应用

8.6本章小结

第二部分综合实例应用

第9章模糊神经网络在工程中的应用

9.1模糊神经网络

9.1.1模糊神经网络概述

9.1.2模糊系统与神经网络的区别与联系

9.1.3典型模糊神经网络结构

9.1.4自适应模糊神经推理系统

9.2模糊神经网络建模方法

9.3模糊神经网络在工程中的应用

9.3.1模糊神经网络在解耦控制中的应用

9.3.2模糊神经网络在函数逼近中的应用

9.4本章小结

第10章遗传算法在图像处理中的应用

10.1图像分割的基础知识

10.1.1图像分割的概念

10.1.2图像分割的理论

10.1.3灰度门限法简介

10.1.4基于*大类间方差图像分割原理

10.2遗传算法实现图像分割

10.2.1利用遗传算法实现图像分割的原理

10.2.2算法的实现

10.3遗传算法在图像处理中的应用

10.3.1基于遗传算法的道路图像阈值分割

10.3.2基于遗传神经网络的图像分割

10.3.3应用遗传算法和KSW熵法实现灰度图像阈值分割

10.4本章小结

第11章神经网络在参数估计中的应用

11.1参数估计的基本知识

11.1.1参数估计的概念

11.1.2点估计与区间估计

11.1.3样本容量

11.2几种通用神经网络MATLAB代码

11.3神经网络在参数估计中的应用

11.3.1神经网络在人脸识别中的应用

11.3.2灰色神经网络在数据预测中的应用

11.3.3BP神经网络在数据预测中的应用

11.3.4概率神经网络在分类预测中的应用

11.4本章小结

第12章基于智能算法的PID控制器设计

12.1PID控制器的理论基础

12.2智能算法在PID控制器设计中的应用

12.2.1神经网络在PID控制器设计中的应用

12.2.2模糊控制在PID控制器设计中的应用

12.2.3遗传算法在PID控制器设计中的应用

12.3本章小结

第13章智能算法综合应用

13.1模糊神经网络控制在MATLAB中的应用

13.2基于遗传算法的MP算法的应用

13.3本章小结

参考文献

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆