遺傳算法理論及其在船舶橫搖運動控制中的應用（簡體書）

遺傳算法是模擬生物自然進化的過程和機制發展起來的智能優化算法，在許多行業和多個學科領域得到廣泛應用和關注。本書重點闡述遺傳算法的收斂分析等理論成果和其在船舶橫搖運動控制中的應用。全書共分9章，第1章給出了遺傳算法的基本原理及其改進方法；第2章～第4章研究了遺傳算法的收斂性定義、收斂性分析和收斂速度估計方法；第5章探討了遺傳算法的種群多樣性；第6章給出了模糊遺傳算法；第7章提出了綜合改進的遺傳算法；第8章和第9章介紹了遺傳算法在船舶橫搖運動建模和控制中的應用成果。
本書可以作為研究遺傳算法的參考書，可供智能科學、控制科學、計算機科學、系統科學和管理科學等領域的研究人員閱讀，也可供高年級本科生和研究生參考。

第1章 遺傳算法的基本原理及其改進方法
1.1 生物進化與遺傳
1.2 遺傳算法研究的發展與現狀
1.3 遺傳算法的基本原理
1.4 遺傳算法的理論研究
1.5 遺傳算法的改進研究
1.6 綜合改進方法的研究
第2章 遺傳算法收斂性定義和統一數學描述
2.1 數學基礎
2.2 遺傳算法的收斂性定義
2.3 遺傳算法的統一數學描述
2.4 概率模型
第3章 遺傳算法收斂性和收斂速度的研究
3.1 數學基礎
3.2 GA收斂性和收斂速度問題的數學描述
3.3 基於隨機矩陣的GA收斂性分析和收斂速度估計
3.4 基於特殊值的GA收斂性分析和收斂速度估計
第4章 最優保留遺傳算法及其收斂性分析
4.1 最優保留與最優保留遺傳算法
4.2 全局收斂的EGA及其收斂本質
4.3 全局收斂EGA的實現方法及其收斂性分析
4.4 一種新形式的EGA
4.5 一種自適應GA收斂性及時章性分析
第5章 遺傳算法種群多樣性的研究
5.1 過早收斂現象的表征及產生原因
5.2 種群多樣性的定義和度量
5.3 種群多樣性的含義
5.4 遺傳算子對種群多樣性的影響
第6章 模糊遺傳算法
6.1 模糊遺傳算法的基本設計思想
6.2 基於種群多樣性的模糊遺傳算法
第7章 綜合改進遺傳算法
7.1 現在GA改進方法及其在TMRGA中的應用
7.2 TMRGA的描述
7.3 仿真結果及TMRGA性能分析
第8章 遺傳算法在艦艇橫搖運動的模糊建模中的應用
8.1 船舶橫搖運動的傳統數學模型
8.2 模糊遺傳算法在T－S模型辨識中的應用
8.3 船舶橫搖模糊建模
第9章 遺傳算法在船舶減搖鰭控制器優化設計中的應用
9.1 船舶減搖鰭控制系統構成
9.2 減搖鰭控制規律
9.3 適用于減搖鰭PID控制器優化設計的改進的遺傳算法
9.4 線性情況下基於遺傳算法的減搖鰭系統PID控制器的優化設計
9.5 非線性情況下基於遺傳算法的減搖鰭PID控制器的優化設計
參考文獻