《MATLAB智能算法30个案例分析》是作者多年从事算法研究的经验总结。书中所有案例均因国内各大MATLAB技术论坛网友的切身需求而精心设计，其中不少案例所涉及的内容和求解方法在国内现已出版的MATLAB书籍中鲜有介绍。《MATLAB智能算法30个案例分析》采用案例形式，以智能算法为主线，讲解了遗传算法、免疫算法、退火算法、粒子群算法、鱼群算法、蚁群算法和神经网络算法等最常用的智能算法的MATLAB实现。《MATLAB智能算法30个案例分析》共给出30个案例，每个案例都是一个使用智能算法解决问题的具体实例，所有案例均由理论讲解、案例背景、MATLAB程序实现和扩展阅读四个部分组成，并配有完整的原创程序，使读者在掌握算法的同时更能快速提高使用算法求解实际问题的能力。《MATLAB智能算法30个案例分析》可作为本科毕业设计、研究生项目设计、博士低年级课题设计参考书籍，同时对广大科研人员也有很高的参考价值。

• 课时1：谢菲尔德大学的MATLAB遗传算法工具箱 (1小时45分32秒)
• 课时2：基于遗传算法和非线性规划的函数寻优算法 (41分20秒)
• 课时3：基于遗传算法的BP神经网络优化算法 (45分9秒)
• 课时4：基于遗传算法的TSP算法 (47分43秒)
• 课时5：基于遗传算法的LQR控制器优化设计 (17分29秒)
• 课时6：遗传算法工具箱详解及应用 (31分59秒)
• 课时7：多种群遗传算法的函数化算法 (42分44秒)
• 课时8：基于量子遗传算法的函数寻优算法 (43分35秒)
• 课时9：基于遗传算法的多目标优化算法 (35分37秒)
• 课时10：基于粒子群处落地的多目标搜索算法 (27分10秒)
• 课时11：基于多层编码遗传算法的车间调度算法 (39分26秒)
• 课时12：免疫优化算法在物流配送中心选址中的应用 (33分59秒)
• 课时13：粒子群算法的寻优算法 (39分51秒)
• 课时14：基于粒子群算法的PID控制器优化设计 (26分25秒)
• 课时15：基于混合粒子群算法的TSP搜索算法 (38分11秒)
• 课时16：基于动态粒子群算法的动态环境寻优算法 (42分30秒)
• 课时17：基于PSO工具箱的函数寻优算法 (33分27秒)
• 课时18：基于鱼群算法的函数寻优算法 (54分4秒)
• 课时19：基于模拟退火算法的TSP算法 (44分8秒)
• 课时20：基于遗传模拟退火算法的聚类算法 (46分38秒)
• 课时21：模拟退火算法工具箱及应用 (23分44秒)
• 课时22：蚁群算法的优化计算——旅行商问题(TSP)优化 (40分18秒)
• 课时23：基于蚁群算法的二维路径规划算法 (39分17秒)
• 课时24：基于蚁群算法的三维路径规划算法 (38分41秒)
• 课时25：有导师学习神经网络的回归拟合——基于近红外光谱的汽油辛烷值预测 (46分42秒)
• 课时26：有导师学习神经网络的分类——鸢尾花种类识别 (42分6秒)
• 课时27：无导师学习神经网络的分类——矿井突水水源判别 (39分51秒)
• 课时28：支持向量机的分类——基于乳腺组织电阻抗特性的乳腺癌诊断 (53分54秒)
• 课时29：支持向量机的回归拟合——混凝土抗压强度预测 (40分10秒)
• 课时30：极限学习机的回归拟合及分类——对比实验研究 (41分31秒)

展开↓