包郵 MATLAB優化算法+智能算法 2本 matlab程序設計教材書 pdf epub mobi txt 电子书 下载 2025

☆☆☆☆☆

圖書標籤:

• MATLAB
• 優化算法
• 智能算法
• 程序設計
• 教材
• 數學建模
• 工程計算
• 包郵
• 書籍
• 學習

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優化算法

本書是一本簡明的MATLAB優化算法綜閤性參考書，以MATLAB R2016b軟件版本為基礎，根據常用優化算法編寫，包含多種優化算法的MATLAB應用方法，是讀者掌握MATLAB在優化算法中應用的有力工具。

全書分為四個部分共18章，包括MATLAB應用基礎、常規優化算法、智能優化算法和綜閤應用。1部分從MATLAB基礎知識開始，詳細介紹編程和程序設計、二維繪圖、三維繪圖、GUI應用等內容； 第二部分介紹MATLAB綫性規劃、非綫性規劃、無約束一維極值、無約束多維極值、約束優化方法、二次規劃、多目標函數的優化方法等內容； 第三部分介紹免疫優化算法及其MATLAB實現、粒子群優化算法的MATLAB實現、遺傳優化算法的MATLAB實現、小波變換的MATLAB實現、神經網絡的MATLAB實現等內容； 第四部分主要介紹MATLAB在分形維數和經濟金融*優化中的應用。在本書的*後，附錄中還給齣瞭MATLAB基本命令的介紹，便於讀者查閱。

本書以MATLAB優化內容為主綫，結閤各種優化模型案例的講解，各種MATLAB優化算法函數的說明，使讀者易看懂、會應用。本書深入淺齣，實例引導，講解翔實，既可以作為高等院校數學建模和數學實驗的參考教材，也可作為廣大科研工程技術人員的參考用書。

 

1部分MATLAB應用基礎

第1章MATLAB基礎知識

1．1基本概念

1．1．1數據類型概述

1．1．2整數類型

1．1．3浮點數類型

1．1．4常量與變量

1．1．5數組、矩陣、嚮量和標量

1．1．6字符型數據

1．1．7運算符

1．1．8復數

1．1．9無窮量和非數值量

1．2嚮量

1．2．1嚮量的生成

1．2．2嚮量的加減和數乘運算

1．2．3嚮量的點、叉積運算

1．3數組

1．3．1數組的創建和操作

1．3．2數組的常見運算

1．4矩陣

1．4．1矩陣生成

1．4．2嚮量的生成

1．4．3矩陣加減運算

1．4．4矩陣乘法運算

1．4．5矩陣的除法運算

1．4．6矩陣的分解運算

1．5字符串

1．5．1字符串變量與一維字符數組

1．5．2對字符串的多項操作

1．5．3二維字符數組

1．6符號

1．6．1符號錶達式的生成

1．6．2符號矩陣

1．6．3常用符號運算

1．7關係運算和邏輯運算

1．7．1關係運算

1．7．2邏輯運算

1．7．3常用函數

1．8復數

1．8．1復數和復矩陣的生成

1．8．2復數的運算

1．9數據類型間的轉換

本章小結

第2章MATLAB編程

2．1MATLAB編程概述

2．2MATLAB編程原則

2．3分支結構

2．3．1if分支結構

2．3．2switch分支結構

2．4循環結構

2．4．1while循環結構

2．4．2for循環結構

2．5其他控製程序命令

2．6程序調試

2．6．1程序調試命令

2．6．2常見程序錯誤

2．6．3內存優化

2．7**案例

本章小結

第3章MATLAB繪圖

3．1數據圖像繪製簡介

3．1．1離散數據可視化

3．1．2連續函數可視化

3．2二維繪圖

3．2．1二維圖形基本繪圖命令plot

3．2．2二維圖形的修飾

3．2．3子圖繪製法

3．2．4二維繪圖的**應用

3．3三維繪製

3．3．1三維繪圖基本命令

3．3．2網格麯麵隱藏綫的顯示和關閉

3．3．3三維繪圖的實際應用

3．4特殊圖形的繪製

3．4．1特殊二維圖形的繪製

3．4．2特殊三維圖形

本章小結

第4章GUI應用

4．1GUI基礎概念

4．1．1GUI開發方法

4．1．2GUI基本元素

4．1．3GUI的層次

4．2菜單

4．2．1建立菜單和子菜單

4．2．2菜單對象常用屬性

4．2．3快捷菜單

4．3GUIDE的使用

4．4使用Ｍ文件創建GUI對象

本章小結

第二部分MATLAB常規優化算法

第5章MATLAB綫性規劃

5．1綫性規劃的概念

5．2綫性規劃的標準形式

5．3綫性規劃的MATLAB函數

5．4綫性規劃問題求解方法

5．4．1單純形綫性規劃問題求解

5．4．2多目標綫性規劃問題求解

5．5綫性規劃實例

5．5．1生産決策問題

5．5．2工作人員計劃安排問題

5．5．3投資問題

5．5．4工件加工任務分配問題

5．5．5廠址選擇問題

5．5．6確定職工編製問題

5．5．7生産計劃的*優化問題

本章小結

第6章MATLAB非綫性規劃

6．1非綫性規劃基礎

6．1．1非綫性規劃標準形式

6．1．2非綫性規劃MATLAB函數

6．2無約束非綫性規劃

6．2．1基本數學原理

6．2．2無約束非綫性規劃函數

6．2．3無約束非綫性規劃問題的應用

6．3求解非綫性規劃

6．3．1一維*優化方法

6．3．2無約束*優化方法

6．3．3約束*優化方法

6．4非綫性規劃實例

6．4．1遺傳算法求解非綫性規劃

6．4．2資金調用問題

6．4．3經營*佳安排問題

本章小結

第7章無約束一維極值

7．1無約束算法基礎

7．2進退法

7．3黃金分割法

7．4斐波那契法

7．5牛頓型法

7．5．1牛頓法

7．5．2阻尼牛頓法

7．6割綫法

7．7拋物綫法

7．8三次插值法

7．9坐標輪換法

本章小結

第8章無約束多維極值

8．1直接法

8．1．1模式搜索法

8．1．2單純形搜索法

8．1．3Powell法

8．2使用導數計算的間接法

8．2．1*速下降法

8．2．2共軛梯度法

8．3擬牛頓法

本章小結

第9章約束優化方法

9．1約束優化方法簡介

9．2隨機方嚮法

9．3復閤形法

9．4可行方嚮法

9．5懲罰函數法

本章小結

第10章二次規劃

10．1基本概念

10．2拉格朗日法

10．3起作用集算法

本章小結

第11章多目標函數的優化方法

11．1概述

11．2理想點法

11．3綫性加權和法

11．4*大*小法

11．5目標規劃法

本章小結

第三部分MATLAB智能優化算法

第12章免疫優化算法及其實現

12．1基本概念

12．2人工免疫係統

12．3免疫遺傳算法

12．4免疫算法MATLAB應用實例

12．4．1*短路徑規劃

12．4．2旅行商問題

12．4．3故障檢測問題

本章小結

第13章粒子群優化算法的實現

13．1算法的基本概念

13．2算法的MATLAB實現

13．2．1算法的基本程序

13．2．2適應度函數

13．2．3免疫粒子群算法的MATLAB應用

13．3粒子群算法的權重控製

13．3．1綫性遞減法

13．3．2自適應法

13．4混閤粒子群算法

13．4．1模擬退火免疫算法

13．4．2基於雜交的算法

本章小結

第14章遺傳優化算法的實現

14．1遺傳算法概述

14．2基本遺傳算法

14．3MATLAB遺傳算法工具箱及其應用

14．4自適應遺傳算法

14．5遺傳算法的典型應用

14．5．1求解函數極值

14．5．2函數優化求解

本章小結

第15章小波變換的實現

15．1小波變換原理

15．2小波算法的MATLAB函數

15．3圖像的分解和量化

15．3．1一維小波變換

15．3．2二維變換體係

15．4小波變換**案例

15．4．1去噪

15．4．2壓縮

本章小結

第16章神經網絡的實現

16．1人工神經網絡基本概念

16．2MATLAB神經網絡工具箱

16．2．1常用神經元激活函數

16．2．2神經網絡通用函數

16．2．3神經網絡的MATLAB實現

16．3神經網絡的**應用

16．3．1PID神經網絡控製

16．3．2模糊神經網絡在函數逼近中的應用

本章小結

第四部分MATLAB綜閤應用

第17章分形維數應用與實現

17．1分形維數概述

17．2二維分形維數的MATLAB應用

17．3分形插值算法的MATLAB應用

本章小結

第18章經濟金融*優化應用

18．1期權定價分析

18．2收益、風險和有效前沿的計算

18．3投資組閤績效分析

18．4固定收益證券的久期和凸度計算

本章小結

附錄MATLAB基本命令

參考文獻

MATLAB智能算法

本書以*新推齣的MATLAB 2016a軟件為基礎，詳細介紹瞭各種智能算法的原理及其MATLAB在智能算法中的應用，是一種MATLAB智能算法設計的綜閤性參考書。

全書以智能算法原理及MATLAB應用為主綫，結閤各種應用實例，詳細講解瞭智能算法的MATLAB實現。全書分為兩部共13章，1部分首先從人工智能概述開始，詳細介紹瞭神經網絡算法、粒子群算法、遺傳算法、模糊邏輯控製、免疫算法、蟻群算法、小波分析算法及其MATLAB的實現方式等內容； 第二部分詳細介紹瞭智能算法的工程中的應用問題，包括模糊神經網絡在工程中的應用、遺傳算法在圖像處理中的應用、神經網絡在參數估計中的應用、基於智能算法的PID控製和智能算法的綜閤應用等。

本書以工程應用為目標，內容深入淺齣，講解循序漸進，既可以作為高等院校理工科相關**研究生、本科生的教材，也可作為廣大科研工程技術人員的參考用書。

 

1部分專 題 介 紹

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人工智能的研究目標

1．1．4人工智能的研究方法

1．2人工智能的特徵

1．3人工智能的應用

1．3．1機器思維

1．3．2機器感知

1．3．3機器行為

1．3．4機器學習

1．3．5機器計算

1．3．6分布式人工智能

1．3．7機器係統

1．3．8典型應用

1．4本章小結

第2章神經網絡算法及其MATLAB實現

2．1神經網絡基礎

2．1．1人工神經網絡的發展

2．1．2人工神經網絡研究內容

2．1．3人工神經網絡研究方嚮

2．1．4人工神經網絡發展趨勢

2．2神經網絡的結構及學習

2．2．1神經網絡結構

2．2．2神經網絡學習

2．2．3MATLAB在神經網絡中的應用

2．3MATLAB神經網絡工具箱

2．3．1神經網絡工具箱函數

2．3．2神經網絡工具箱的圖形用戶界麵

2．3．3神經網絡的MATLAB實現

2．4Simulink神經網絡控製工具箱

2．4．1神經網絡模型預測控製

2．4．2反饋綫性化控製

2．4．3模型參考控製

2．5本章小結

第3章粒子群算法及其MATLAB實現

3．1粒子群算法基礎

3．1．1粒子群算法的發展

3．1．2粒子群算法研究內容

3．1．3粒子群算法的特點

3．1．4粒子群算法的應用

3．2基本粒子群算法

3．2．1基本原理

3．2．2算法構成要素

3．2．3算法參數設置

3．2．4算法的基本流程

3．2．5算法的MATLAB實現

3．3MATLAB粒子群工具箱

3．4權重改進的粒子群算法

3．4．1自適應權重法

3．4．2隨機權重法

3．4．3綫性遞減權重法

3．5混閤粒子群算法

3．5．1基於雜交的算法

3．5．2基於自然選擇的算法

3．5．3基於免疫的粒子群算法

3．5．4基於模擬退火的算法

3．6本章小結

第4章遺傳算法及其MATLAB實現

4．1遺傳算法的基本概念

4．1．1算法的基本運算

4．1．2遺傳算法的特點

4．1．3遺傳算法中的術語

4．1．4遺傳算法的發展現狀

4．1．5遺傳算法的應用領域

4．2遺傳算法的原理

4．2．1算法運算過程

4．2．2算法編碼

4．2．3適應度及初始群體選取

4．3遺傳算法程序設計及其MATLAB工具箱

4．3．1程序設計

4．3．2算法參數設計原則

4．3．3適應度函數的調整

4．3．4算法MATLAB工具箱及其應用

4．3．5遺傳算法的GUI實現

4．4遺傳算法的典型應用

4．4．1利用遺傳算法求解函數極值

4．4．2遺傳算法在TSP中的應用

4．4．3遺傳算法的求解優化

4．5本章小結

第5章模糊邏輯控製及其MATLAB實現

5．1模糊邏輯控製基礎

5．1．1模糊邏輯控製的基本概念

5．1．2模糊邏輯控製原理

5．1．3模糊邏輯控製器設計的內容

5．1．4模糊邏輯控製規則設計

5．1．5模糊邏輯控製係統的應用領域

5．2模糊邏輯控製工具箱

5．2．1模糊邏輯控製工具箱的功能特點

5．2．2模糊係統的基本類型

5．2．3模糊邏輯控製係統的構成

5．2．4模糊推理係統的建立、修改與存儲管理

5．2．5模糊語言變量及其語言值

5．2．6模糊語言變量的隸屬度函數

5．2．7模糊規則的建立與修改

5．2．8模糊推理計算與去模糊化

5．3模糊邏輯控製工具箱的圖形界麵工具

5．3．1FIS編輯器

5．3．2隸屬度函數編輯器

5．3．3模糊規則編輯器

5．3．4模糊規則瀏覽器

5．3．5模糊推理輸入輸齣麯麵視圖

5．4模糊邏輯控製的**應用

5．4．1基於Simulink的模糊邏輯控製應用

5．4．2基於模糊邏輯控製的路徑規劃應用

5．5本章小結

第6章免疫算法及其MATLAB實現

6.1免疫算法的基本概念

6.1.1生物免疫係統

6.1.2免疫算法基本原理

6.1.3免疫算法步驟和流程

6.1.4免疫係統模型和免疫算法

6.1.5免疫算法特點

6.1.6免疫算法的發展趨勢

6.2免疫遺傳算法

6.2.1免疫遺傳算法步驟和流程

6.2.2基於MATLAB實現免疫遺傳算法

6.3免疫算法的MATLAB應用

6.3.1免疫算法在剋隆選擇中的應用

6.3.2免疫算法在*短路徑規劃問題中的應用

6.3.3免疫算法在TSP中的應用

6.3.4免疫算法在故障檢測中的應用

6.4本章小結

第7章蟻群算法及其MATLAB實現

7.1蟻群算法概述

7.1.1蟻群算法起源

7.1.2蟻群算法的基本原理

7.1.3自適應蟻群算法的介紹

7.1.4蟻群算法實現的重要規則

7.1.5蟻群算法的特點

7.1.6蟻群優化算法的應用

7.2蟻群算法的MATLAB實現

7.3蟻群算法在MATLAB中的應用

7.3.1蟻群算法在路徑規劃中的應用

7.3.2蟻群算法在解決TSP中的應用

7.4本章小結

第8章小波分析算法及其MATLAB實現

8.1傅裏葉變換到小波分析

8.1.1傅裏葉變換

8.1.2小波分析

8.2Mallat算法

8.2.1Mallat算法原理

8.2.2常用小波函數介紹

8.2.3Mallat算法示例

8.3小波GUI簡介

8.4小波分析用例

8.4.1信號壓縮

8.4.2信號去噪

8.4.3分離信號的不同成分

8.5小波變換在圖像處理中的應用

8.5.1小波變換用於圖像壓縮

8.5.2小波在圖像邊緣檢測的應用

8.5.3小波變換在圖像增強方麵的應用

8.6本章小結

第二部分綜閤實例應用

第9章模糊神經網絡在工程中的應用

9.1模糊神經網絡

9.1.1模糊神經網絡概述

9.1.2模糊係統與神經網絡的區彆與聯係

9.1.3典型模糊神經網絡結構

9.1.4自適應模糊神經推理係統

9.2模糊神經網絡建模方法

9.3模糊神經網絡在工程中的應用

9.3.1模糊神經網絡在解耦控製中的應用

9.3.2模糊神經網絡在函數逼近中的應用

9.4本章小結

第10章遺傳算法在圖像處理中的應用

10.1圖像分割的基礎知識

10.1.1圖像分割的概念

10.1.2圖像分割的理論

10.1.3灰度門限法簡介

10.1.4基於*大類間方差圖像分割原理

10.2遺傳算法實現圖像分割

10.2.1利用遺傳算法實現圖像分割的原理

10.2.2算法的實現

10.3遺傳算法在圖像處理中的應用

10.3.1基於遺傳算法的道路圖像閾值分割

10.3.2基於遺傳神經網絡的圖像分割

10.3.3應用遺傳算法和KSW熵法實現灰度圖像閾值分割

10.4本章小結

第11章神經網絡在參數估計中的應用

11.1參數估計的基本知識

11.1.1參數估計的概念

11.1.2點估計與區間估計

11.1.3樣本容量

11.2幾種通用神經網絡MATLAB代碼

11.3神經網絡在參數估計中的應用

11.3.1神經網絡在人臉識彆中的應用

11.3.2灰色神經網絡在數據預測中的應用

11.3.3BP神經網絡在數據預測中的應用

11.3.4概率神經網絡在分類預測中的應用

11.4本章小結

第12章基於智能算法的PID控製器設計

12.1PID控製器的理論基礎

12.2智能算法在PID控製器設計中的應用

12.2.1神經網絡在PID控製器設計中的應用

12.2.2模糊控製在PID控製器設計中的應用

12.2.3遺傳算法在PID控製器設計中的應用

12.3本章小結

第13章智能算法綜閤應用

13.1模糊神經網絡控製在MATLAB中的應用

13.2基於遺傳算法的MP算法的應用

13.3本章小結

參考文獻

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆

评分☆☆☆☆☆