遗传算法程序框图

① 蚂蚁算法的思想进化公式及遗传算法的算法流程图

遗传算法（Genetic Algorithm）是模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法，它最初由美国Michigan大学J.Holland教授于1975年首先提出来的，并出版了颇有影响的专著《Adaptation in Natural and Artificial Systems》，GA这个名称才逐渐为人所知，J.Holland教授所提出的GA通常为简单遗传算法（SGA）。

② 工程优化设计与MATLAB实现的其他图书

书名：工程优化设计与MATLAB实现（修订版）
书号：9787302266082
作者：张永恒等
定价：34元
出版日期：2011-9-5
出版社：清华大学出版社
内容简介
本书以工程实例为背景，以MATLAB语言为工具，较全面地介绍了优化设计的理论及应用。本书主要内容包括：优化设计基本模型；优化设计数学基础知识；一维搜索方法；无约束优化问题、有约束优化问题的经典算法；启发式优化算法，包括蚁群优化、粒子群优化算法、遗传算法、模拟退火算法、禁忌算法和人工神经网络算法；MATLAB优化工具箱函数及应用；优化算法工程应用实例及MATLAB基础知识。书中配有完整的MATLAB程序。本书可作为高等工科院校有关专业优化设计方面课程的教材和教学参考书，也可供有关专业的师生和工程技术人员参考。
前言
优化设计是一门古老而新兴的理论，既有着很强的应用背景，又有着坚实的数学基础。它的数学基础可以追溯到牛顿（Newton,1642-1727) 、莱布尼茨（W.Leibniz,1646-1716）创立的微积分理论。优化设计与运筹学有着密切的联系，前者是后者在非线性规划方向的延伸和发展。优化设计主要研究连续函数在有约束和无约束条件下单目标函数或多目标函数的最优值问题，而运筹学主要研究经济活动和军事活动中能用数量来表达的有关策划、管理方面的问题。随着科学技术和生产的发展，运筹学已渗入到多个领域，其本身也在不断发展，包含了多个数学分支，如数学规划（又包含线性规划、非线性规划、整数规划、组合规划等）、图论、网络流、决策分析、排队论、可靠性数学理论、库存论、对策论、搜索论、模拟等。在运筹学方面，我国著名科学家钱学森、许国志、数学家华罗庚等作出了重要贡献。1956年钱学森和许国志共同创建了中国第一个运筹学研究组织。从20世纪60年代开始，华罗庚持续近20年在全国范围内推广优选法和统筹法，产生了巨大的经济效益。其中优选法采用的黄金分割搜索方法也是优化设计中一维搜索常用的一种方法。各种启发式（heuristic）算法或智能算法，如遗传算法、蚁群算法、粒子群算法、神经网络算法等不但能解决连续函数的优化问题，也能解决离散函数的优化问题，它们将优化设计与运筹学紧密结合起来。
广义来说优化设计采用的方法是搜索的方法，传统的优化设计方法主要采用线搜索方法，而启发式优化方法采用多方位的随机搜索方法。对非线性函数来说，在极值点附近可以用二次函数来逼近，若存在极小值，则极值点附近的函数值均大于极值点处的函数值。求连续函数极值的问题，一部分人可能会想到用求导数的方法来解决，另一部分人可能不采用求导数的方法，而直接用比较的方法来确定搜索区间和极小值。与求导数的方法相比，直接搜索法是优化设计中更基础的方法。从优化设计的数学模型来分，优化设计问题可分为有约束的优化问题和无约束的优化设计问题；而从求解方法来分，优化设计方法可分为基于导数的方法和直接搜索方法。随机方向法、复合型法、鲍威尔法、可行方向法均属于直接搜索法，值得注意的是遗传算法、蚁群算法、粒子群算法等启发式算法均含有随机方向法的基本内涵。
优化设计广泛应用于航空、汽车、化工、电力、建筑、机械制造等众多领域，由于优化问题的多样性，相应出现了多种优化设计方法，每一种方法都有其自身的特点和适用范围，在实际应用中，特别对于大型优化设计问题，不应以一次计算结果或一种方法得出的结果作为最终的最优结果。
优化设计是以工程设计问题为背景，将最优化原理与计算技术相结合的产物。不论是从学习的角度还是从应用的角度，实践都是非常重要的，实践既是学习的终点又是学习的起点。本书特别强调理论与实践的结合。实践包括多个方面，最基本的是通过简单的例子用手工演算来验证算法，然后是通过编程利用计算机实现和验证优化算法，最后是针对工程设计问题建立优化设计模型，选择合适的优化算法解决设计问题。MATLAB不但是实现数值计算的计算机高级语言，同时也是解决多种工程和数学问题的仿真软件。本书以MATLAB语言作为程序设计语言和实践环境，针对每一种算法编写了学习程序，方便读者学习。这些程序主要为验证优化算法而设计，读者可以以此为基础编写自己的程序。MATLAB本身包含有命令格式和GUI格式的优化工具箱，并随着版本的升级不断加入新的优化算法。本书第11章简要介绍了MATLAB优化工具箱命令格式的各种优化函数，优化工具箱函数为实现优化设计提供了极大的方便，但从学习的角度来说，应尽可能自己编程以便深刻领会和掌握所学的优化算法。
本书修订版保持了原书的内容，对部分内容作了修订，完善了各章习题。本书配有电子教案，需要者可与清华大学出版社联系。
本书由张永恒主编并统稿，蔡慧林、褚衍东审阅，何玮、马斌、朱凌云（兰州交通大学）、严军（西北师范大学）参加编写。第1章、第12.1~12.3节由张永恒编写；第9章和第12.10节由何玮编写；第5、6、7章由马斌编写；第2、4、8章由朱凌云编写；第3、10、11章和第12.4~12.9节由严军编写；习题由张永恒、马斌、朱凌云编写。在编写过程中，张鹏、刘金平、程明、周志勇、宁珍、刘军强、唐强完成了部分程序的调试工作，在此表示感谢。在编写过程中参考了网络中有关作者的资料在此一并表示感谢。
由于作者水平有限，书中一定有不少错误和缺点，敬请广大读者提出宝贵意见。
目录
目 录
第1章 绪论1
1.1 最优化问题的提出1
1.2 最优化问题的分类4
1.3 优化模型的图形表示5
1.4 有限元法引例10
1.5 多学科设计优化集成软件iSIGHT简介12
习题16第2章 优化设计的数学基础18
2.1 向量与矩阵的范数18
2.1.1 向量的范数18
2.1.2 矩阵的范数18
2.2 方向导数与梯度19
2.2.1 方向导数19
2.2.2 梯度20
2.3 函数的泰勒级数展开21
2.4 无约束优化问题的极值条件22
2.5 凸集与凸函数25
2.5.1 凸集25
2.5.2 凸函数25
2.6 有约束优化问题的极值条件27
2.6.1 等式约束优化问题的极值条件27
2.6.2 不等式约束优化问题的极值条件29
习题36第3章 线性规划37
3.1 线性规划的标准形式37
3.2 单纯形法38
3.2.1 基本解与基本可行解38
3.2.2 基本可行解的转换42
3.2.3 单纯形法的计算步骤44
3.2.4 单纯形法列表计算47
3.3 单纯形法的MATLAB程序及实例49
3.4 改进的单纯形法51
3.4.1 改进的单纯形法的基本思想52
3.4.2 改进的单纯形法的计算步骤52
3.5 改进的单纯形法的MATLAB程序及实例55
习题57第4章 一维搜索方法60
4.1 确定初始单峰区间的方法--进退法60
4.1.1 进退法原理60
4.1.2 进退法程序框图及MATLAB程序61
4.2 黄金分割法63
4.2.1 黄金分割法的基本原理63
4.2.2 黄金分割法的计算方法63
4.2.3 黄金分割法的计算框图和MATLAB程序64
4.3 拉格朗日插值多项式66
4.3.1 线性插值66
4.3.2 二次函数插值66
4.3.3 ?n?次拉格朗日插值多项式70
4.4 插值与拟合的其他方法71
4.4.1 差商与牛顿插值71
4.4.2 列维尔插值法72
4.4.3 曲线拟合的最小二乘法75
4.4.4 正交多项式及其在曲线拟合中的应用76
4.5 一元及多元非线性方程求根81
4.5.1 一元非线性方程求根81
4.5.2 多元非线性方程组求根84
习题85第5章 无约束优化问题的导数解法87
5.1 最速下降法87
5.1.1 最速下降法的基本原理87
5.1.2 最速下降法的MATLAB程序89
5.2 牛顿法90
5.2.1 牛顿法的基本原理90
5.2.2 阻尼牛顿法92
5.2.3 阻尼牛顿法的MATLAB程序93
5.3 共轭梯度法94
5.3.1 共轭方向的概念94
5.3.2 共轭方向与函数极值的关系94
5.3.3 共轭梯度法的几种形式95
5.3.4 共轭梯度法的MATLAB程序99
5.4 变尺度法100
5.4.1 变量的尺度100
5.4.2 变尺度矩阵的建立103
5.4.3 变尺度法的MATLAB程序106
习题108第6章 无约束优化问题的直接解法109
6.1 坐标轮换法109
6.1.1 坐标轮换法的基本原理109
6.1.2 搜索方向与步长的确定109
6.1.3 坐标轮换法的MATLAB程序110
6.2 单形替换法112
6.2.1 单形替换法（一）113
6.2.2 单形替换法（二）114
6.2.3 单形替换法的MATLAB程序115
6.3 鲍威尔法119
6.3.1 鲍威尔法的原理120
6.3.2 鲍威尔基本算法的步骤120
6.3.3 改进的鲍威尔方法121
6.4 鲍威尔法的MATLAB程序及实例125
习题127第7章 约束优化问题的直接解法129
7.1 随机方向法129
7.1.1 随机方向法的基本原理129
7.1.2 随机方向法的步骤129
7.1.3 随机方向法的MATLAB程序130
7.2 复合形法133
7.2.1 复合形法的步骤133
7.2.2 复合形法的MATLAB程序135
7.3 可行方向法140
7.3.1 可行方向法的搜索策略140
7.3.2 Zoutendijk可行方向法141
7.3.3 Rosen可行方向法144
7.3.4 Rosen可行方向法的MATLAB程序146
习题150第8章 约束优化问题的间接解法152
8.1 罚函数法152
8.1.1 内点罚函数法152
8.1.2 外点罚函数法156
8.1.3 混合罚函数法158
8.2 增广乘子法160
8.2.1 拉格朗日乘子法160
8.2.2 等式约束的增广乘子法162
8.2.3 不等式约束的增广乘子法165
习题169第9章 多目标函数优化设计171
9.1 多目标优化问题172
9.1.1 多目标优化问题的数学模型172
9.1.2 多目标优化设计解的类型172
9.2 多目标优化问题的求解方法173
9.2.1 线性组合法173
9.2.2 理想点法174
9.2.3 乘除法175
习题175第10章 最优化问题的启发式算法177
10.1 蚁群算法177
10.1.1 蚁群算法求解TSP的基本原理177
10.1.2 用蚁群算法求解函数优化问题181
10.2 粒子群优化算法185
10.2.1 粒子群优化算法的基本原理185
10.2.2 用粒子群算法求解函数优化问题185
10.3 遗传算法189
10.3.1 遗传算法的基本原理189
10.3.2 混合遗传算法196
10.3.3 十进制编码遗传算法199
10.3.4 用遗传算法求解TSP问题203
10.4 模拟退火算法204
10.5 人工神经网络算法208
10.5.1 人工神经网络的特征及分类208
10.5.2 BP网络209
10.5.3 Hopfield神经网络模型212
习题222第11章 MATLAB优化工具箱简介223
11.1 MATLAB常用内部数学函数223
11.2 MATLAB优化工具箱的主要函数224
11.2.1 MATLAB求解优化问题的主要函数224
11.2.2 优化函数控制参数225
11.3 线性规划问题226
11.4 一元和多元函数的优化问题228
11.4.1 一元函数的优化问题228
11.4.2 多元函数的无约束优化问题228
11.4.3 多元函数的有约束优化问题230
11.4.4 二次规划问题231
11.5 半无限约束多元函数优化问题233
11.6 多目标优化问题234
11.6.1 理想点法234
11.6.2 线性加权和法237
11.6.3 最大最小法239
11.6.4 目标达到法240
11.7 最小二乘法在优化及数据拟合中的应用242
11.7.1 有约束线性最小二乘243
11.7.2 最小二乘法数据（曲线）拟合之一244
11.7.3 最小二乘法数据（曲线）拟合之二245
11.7.4 最小二乘法数据（曲线）拟合之三246
11.8 非线性方程的求解247
11.8.1 一元非线性方程的解247
11.8.2 非线性方程组的解247
习题251第12章 工程优化设计实例254
12.1 平面连杆机构的优化设计254
12.1.1 曲柄摇杆机构优化设计数学模型255
12.1.2 曲柄摇杆机构优化设计的MATLAB程序及运行结果256
12.2 凸轮优化设计257
12.2.1 凸轮型线优化设计目标函数258
12.2.2 优化函数约束条件259
12.2.3 凸轮机构优化设计的MATLAB程序及计算实例259
12.3 螺栓连接的优化设计261
12.3.1 螺栓连接受力分析261
12.3.2 螺栓连接的设计变量、目标函数及约束条件262
12.3.3 螺栓连接的优化数学模型263
12.3.4 螺栓连接优化设计的MATLAB程序及运行结果263
12.4 圆柱齿轮传动的优化设计264
12.4.1 模糊综合评判的一般流程264
12.4.2 圆柱齿轮传动优化设计的目标函数和设计变量266
12.4.3 圆柱齿轮传动优化设计的约束条件267
12.4.4 最优截集水平值?λ???的确定269
12.4.5 圆柱齿轮传动优化设计的MATLAB程序及计算结果270
12.5 圆柱螺旋弹簧的优化设计272
12.5.1 圆柱螺旋弹簧优化设计的数学模型272
12.5.2 圆柱螺旋弹簧优化设计实例274
12.6 轴的优化设计275
12.6.1 扭转轴的优化设计275
12.6.2 圆形等截面轴的优化设计276
12.6.3 车床主轴的优化设计278
12.7 桁架的优化设计281
12.7.1 静定桁架的优化设计281
12.7.2 三杆桁架的优化设计284
12.8 换热器的优化设计286
12.8.1 换热器优化设计（一）286
12.8.2 换热器优化设计（二）289
12.9 基于优化方法的常微分方程边值问题数值解291
12.9.1 基于MATLAB函数的求解方法291
12.9.2 求解两点边值问题的打靶法292
12.9.3 边界层微分方程组及相似解293
12.9.4 流函数方程和温度方程的求解295
12.10 含间隙机械系统的参数优化设计306
12.10.1 力学模型及运动微分方程307
12.10.2 系统的分岔和通向混沌的道路308
12.10.3 系统优化设计的MATLAB程序309
习题312参考文献316

③ 求matlab程序（数学建模） 的流程图

建模的程序倒是有，以前都不用程序的流程图，建模好像也用不着吧，如果只需要程序可以给你，流程图你自己下一个VISiO软件来做吧，很简单

④ 用遗传算法预估数学模型中的三个未知参数，涉及系统辨识，请告知涉及系统辨识的遗传算法的matlab程序模板

作为发酵工业中游技术核心的发酵过程控制和优化技术，既关系到能否发挥菌种的最大生产能力，又会影响到下游处理的难易程度，在整个发酵过程中是一项承上启下的关键技术。本书作者多年来一直从事发酵过程的在线检测、解析、控制和优化等方面的研究，在借鉴国外的有关最新研究成果和作者自身完成的研究实例的基础上，博采众家之长，写成此书。
全书结合具体的发酵过程实例，分别对发酵过程的解析、控制和优化，特别是在线检测、在线状态预测和模式识别，以及在线控制和最优化控制的技术及方法进行了比较系统详细的介绍，并引入了模糊逻辑推理、人工神经网络模型、代谢网络模型等新型的控制、优化、状态预测以及模式识别等方法和技术。
本书适合于从事发酵工程、生物工程、生物化工、化学工程等相关专业领域研究的科研人员、教师和工程师使用，也可供大专院校相关专业的高年级本科生和研究生参考。目录
第一章绪论1
第一节生物过程的特点以及生物过程的操作、控制、优化的基本特征1
第二节生物过程控制和优化的目的及研究内容2
第三节发酵过程控制概论4
第四节发酵过程的状态变量、操作变量和可测量变量6
第五节用于发酵过程控制和优化的各类数学模型7
第六节发酵过程最优化控制方法概论8
一、基于非构造式动力学模型的最优化控制方法8
二、基于可实时测定的过程输入输出时间序列数据和黑箱模型的
最优化控制方法9
参考文献10

第二章生物过程参数在线检测技术11
第一节ph的在线测量13
一、ph传感器的工作原理13
二、ph传感器的使用15
第二节溶氧浓度的在线测量18
一、溶氧浓度测量原理18
二、溶氧电极19
三、溶氧电极的使用21
第三节发酵罐内氧气和二氧化碳分压的测量以及呼吸代谢参数的计算23
一、氧分析仪23
二、尾气co2分压的检测26
三、呼吸代谢参数的计算26
第四节发酵罐内氧气体积传质系数kla的测量31
一、亚硫酸盐氧化法31
二、溶氧电极法32
三、物料衡算法33
四、动态测定法34
五、取样极谱法35
六、复膜电极测定kla35
第五节发酵罐内细胞浓度的在线测量和比增殖速率的计算36
一、菌体浓度的检测方法及原理36
二、在线激光浊度计38
第六节生物传感器在发酵过程检测中的应用39
一、生物传感器的类型和结构原理39
二、发酵罐基质（葡萄糖等）浓度的在线测量43
三、引流分析与控制（fia）45
四、发酵罐器内一级代谢产物（乙醇、有机酸等）浓度的在线
测量47
参考文献48

第三章发酵过程控制系统和控制设计原理及应用49
第一节过程的状态方程式49
第二节生物过程的典型和基本数学模型51
一、生物过程最基本的合成和代谢分解反应51
二、生物过程典型的数学模型形式55
三、发酵过程的各种得率系数和各种比反应速率的表现形式57
四、生物反应器的基本操作方式62
五、发酵过程状态方程式在“理想操作点”近旁的线性化64
第三节拉普拉斯变换与反拉普拉斯变换67
一、拉普拉斯变换的定义68
二、拉普拉斯变换的基本特性以及基本函数的拉普拉斯变换68
三、反拉普拉斯变换69
四、有理函数的反拉普拉斯变换69
五、过程的传递函数gp(s)——线性状态方程式的拉普拉斯函数
表现形式69
六、过程传递函数的框图和转换70
七、过程对于输入变量变化的响应特性71
第四节过程的稳定性分析74
一、过程稳定的判别标准74
二、过程在平衡点（特异点）近旁的稳定特性的分类75
三、连续搅拌式生物反应器的稳定特性的解析77
第五节生物过程的反馈控制和前馈控制79
一、生物过程的前馈控制79
二、流加操作的生物过程中常见的前馈控制方式80
三、生物过程的反馈控制83
四、生物过程中反馈控制与前馈控制的并用84
第六节pid反馈控制系统的设计和解析86
一、闭回路pid反馈控制的性能特征86
二、比例动作87
三、积分动作88
四、微分动作89
五、pid反馈控制器的构成特征89
六、反馈控制系统的稳定性分析89
七、反馈控制系统的设计和参数调整91
八、开关反馈控制94
第七节反馈控制系统在生物过程控制中的实际应用95
一、以溶氧浓度（do）变化为反馈指标的流加培养控制——
dostat法95
二、以ph变化为反馈指标的流加培养控制——phstat法98
三、以rq为反馈指标的流加培养控制100
四、直接以葡萄糖浓度为反馈指标的流加培养控制101
五、以代谢副产物浓度为反馈指标的流加培养控制103
参考文献105

第四章发酵过程的最优化控制106
第一节最优化控制的研究内容、表述、特点和方法106
第二节最大原理及其在发酵过程最优化控制中的应用107
一、最大原理及其算法简介107
二、利用最大原理确定流加培养过程的最优基质流加策略和方式111
三、最大原理的数值解法及其在生物过程最优化控制中的应用116
第三节格林定理及其在发酵过程最优化控制中的应用121
一、格林定理121
二、利用格林定理求解流加培养（发酵）的最短时间轨道问题122
三、格林定理在乳酸菌过滤培养最优化控制中的应用125
四、利用格林定理进行乳酸菌过滤培养最优化控制的计算机模拟和
实验结果128
第四节遗传算法及其在发酵过程最优化控制中的应用131
一、遗传算法简介131
二、遗传算法的算法概要及其在重组大肠杆菌培养的最优化控制
中的应用132
三、遗传算法在酸乳多糖最优化生产中的应用138
参考文献143

第五章发酵过程的建模和状态预测144
第一节描述发酵过程的各类数学模型简介144
一、非构造式动力学模型145
二、代谢网络模型146
三、基于在线时间序列数据的自回归平均移动模型146
四、人工神经网络模型147
五、正交或多项式回归模型148
第二节非构造式动力学数学模型的建模方法148
一、利用非线性规划法确定非构造式动力学数学模型的模型参数148
二、利用遗传算法确定过程模型参数157
第三节利用人工神经网络建模和预测发酵过程的状态159
一、神经细胞和人工神经网络模型159
二、人工神经网络模型的类型161
三、人工神经网络的误差反向传播学习算法163
四、利用人工神经网络在线识别发酵过程的生理状态和浓度变化
模式167
五、利用人工神经网络的发酵过程状态变量预测模型169
六、利用人工神经网络的非线性回归模型173
七、结合使用人工神经网络模型和遗传算法的过程优化175
第四节卡尔曼滤波器在发酵过程状态预测中的应用176
一、卡尔曼滤波器及其算法176
二、利用卡尔曼滤波器在线推定菌体的比增殖速率178
参考文献180

第六章发酵过程的在线自适应控制182
第一节基于在线时间序列输入输出数据的自回归移动平均模型解析184
一、自回归移动平均模型详解184
二、利用逐次最小二乘回归法计算和确定自回归移动平均模型的
模型参数186
第二节基于自回归移动平均模型的在线自适应控制189
一、“极配置” 型的在线自适应控制系统189
二、“最优控制”型的在线自适应控制系统190
三、酵母菌流加培养过程的比增殖速率在线自适应最优控制193
四、乳酸连续过滤发酵过程的在线自适应控制196
第三节基于自回归移动平均模型的在线最优化控制201
一、面包酵母连续生产的在线最优化控制201
二、乳酸连续过滤发酵的在线最优化控制205
第四节基于遗传算法的在线最优化控制210
一、利用遗传算法实时在线跟踪和更新非构造式动力学模型的
参数210
二、结合使用最大原理和遗传算法的在线最优化控制212
参考文献214

第七章人工智能控制216
第一节模糊逻辑控制器217
一、模糊逻辑控制器的特点和简介217
二、模糊语言数值表现法和模糊成员函数218
三、模糊规则223
四、模糊规则的执行和实施——解模糊规则的方法225
五、模糊逻辑控制系统的构成、设计和调整228
第二节模糊逻辑控制系统在发酵过程中的实际应用231
一、酵母流加培养过程的模糊控制231
二、谷氨酸流加发酵过程的模糊控制237
三、辅酶q10发酵生产过程的模糊控制241
四、模糊推理技术在发酵过程在线状态预测中的应用245
第三节基于人工神经网络的控制系统及其在发酵过程中的应用250
一、基于人工神经网络的在线自适应控制250
二、模糊神经网络控制系统及其在发酵过程中的实际应用253
三、模糊神经网络控制器及其在发酵过程中的应用260
参考文献268
第八章利用代谢网络模型的过程控制和优化270
第一节代谢网络模型解析270
一、代谢网络模型的简化、计算和求解272
二、利用代谢网络模型的状态预测277
第二节网络信号传递线图和利用网络信号传递线图的代谢网络模型278
一、网络信号传递线图及其简化278
二、利用代谢信号传递线图处理代谢网络281
三、利用网络信号传递线图的代谢网络分析282
第三节代谢网络模型在赖氨酸发酵过程在线状态预测和控制中的
应用284
一、简化代谢网络模型的建立286
二、利用简化代谢网络模型进行在线状态预测的结果288
参考文献290

第九章计算机在生化反应过程控制中的应用291
第一节过程工业的特点和计算机控制291
一、过程工业的特点291
二、数字计算机在过程控制中应用概述293
第二节集散控制系统及接口技术296
一、集散控制系统简介296
二、集散控制系统的特点298
三、过程接口技术299
第三节柠檬酸发酵过程计算机控制系统设计302
一、系统结构设计303
二、组态软件设计304
三、系统功能设计305
四、系统控制算法及优化305
第四节青霉素发酵过程专家控制系统307
一、青霉素发酵过程的特点和控制上的困难307
二、青霉素发酵过程专家控制系统308
三、系统运行情况312

⑤ 蚂蚁算法的思想进化公式及遗传算法的算法流程图

抄的
目前蚁群算法主要用在组合优化方面，基本蚁群算法的思路是这样的：
1. 在初始状态下，一群蚂蚁外出，此时没有信息素，那么各自会随机的选择一条路径。
2. 在下一个状态，每只蚂蚁到达了不同的点，从初始点到这些点之间留下了信息素，蚂蚁继续走，已经到达目标的蚂蚁开始返回，与此同时，下一批蚂蚁出动，它们都会按照各条路径上信息素的多少选择路线(selection)，更倾向于选择信息素多的路径走（当然也有随机性）。
3. 又到了再下一个状态，刚刚没有蚂蚁经过的路线上的信息素不同程度的挥发掉了(evaporation)，而刚刚经过了蚂蚁的路线信息素增强(reinforcement)。然后又出动一批蚂蚁，重复第2个步骤。
每个状态到下一个状态的变化称为一次迭代，在迭代多次过后，就会有某一条路径上的信息素明显多于其它路径，这通常就是一条最优路径。

关键的部分在于步骤2和3：
步骤2中，每只蚂蚁都要作出选择，怎样选择呢？
selection过程用一个简单的函数实现：
蚂蚁选择某条路线的概率＝该路线上的信息素÷所有可选择路线的信息素之和
假设蚂蚁在i点，p(i,j)表示下一次到达j点的概率，而τ(i,j)表示ij两点间的信息素，则：
p(i,j)＝τ(i,j)/∑τ(i)
（如果所有可选路线的信息素之和∑τ(i)＝0，即前面还没有蚂蚁来过，概率就是一个[0,1]上的随机值，即随机选择一条路线）
步骤3中，挥发和增强是算法的关键所在（也就是如何数学定义信息素的）
evaporation过程和reinforcement过程定义了一个挥发因子，是迭代次数k的一个函数
ρ(k)＝1－lnk/ln(k+1)
最初设定每条路径的信息素τ(i,j,0)为相同的值
然后，第k+1次迭代时，信息素的多少
对于没有蚂蚁经过的路线：τ(i,j,k+1)＝(1－ρ(k))τ(i,j,k)，显然信息素减少了
有蚂蚁经过的路线：τ(i,j,k+1)＝(1－ρ(k))τ(i,j,k)＋ρ(k)/|W|，W为所有点的集合

为什么各个函数要如此定义，这个问题很难解释清楚，这也是算法的精妙所在。如此定义信息素的挥发和增强，以及路径选择，根据马尔可夫过程（随机过程之一）能够推导出，在迭代了足够多次以后，算法能够收敛到最佳路径。

⑥ 基因算法 人工神经元网络 matlab

你给出了遗传算法的MATLAB程序（Genetic Agorithm),最好别叫它为基因算法，这不是标准翻译。
程序里有遗传算法完整的过程（选择、交叉、变异、计算适应度值，目标就是要fitness=8/sum(error.^2)最大，那么sum(error.^2)也就是均方误差最小，这也实现了训练的目的。
看来这个程序只是用遗传算法代替了传统的误差反射传播算法，以均方误差最小作为收敛条件。这不是真正的遗传算法和人工神经网络相结合。有一种模式是用遗传算法来调整网络的连接权值。

⑦ 工程优化设计与MATLAB实现的图书目录

第1章 绪论
1.1 最优化问题的提出
1.2 最优化问题的分类
1.3 优化模型的图形表示
1.4 有限元法引例
1.5 多学科设计优化集成软件iSIGHT简介
第2章 优化设计的数学基础
2.1 向量与矩阵的范数
2.1.1 向量的范数
2.1.2 矩阵的范数
2.2 方向导数与梯度
2.2.1 方向导数
2.2.2 梯度
2.3 函数的泰勒级数展开
2.4 无约束优化问题的极值条件
2.5 凸集与凸函数
2.5.1 凸集
2.5.2 凸函数
2.6 有约束优化问题的极值条件
2.6.1 等式约束优化问题的极值条件
2.6.2 不等式约束优化问题的极值条件
习题
第3章 线性规划
3.1 线性规划的标准形式
3.2 单纯形法
3.2.1 基本解与基本可行解
3.2.2 基本可行解的转换
3.2.3 单纯形法的计算步骤
3.2.4 单纯形法列表计算
3.3 单纯形法的MATLAB程序及实例
3.4 改进的单纯形法
3.4.1 改进的单纯形法的基本思想
3.4.2 改进的单纯形法的计算步骤
3.5 改进的单纯形法的MATLAB程序及实例
习题
第4章 一维搜索方法
4.1 确定初始单峰区间的方法——进退法
4.1.1 进退法原理
4.1.2 进退法程序框图及MATLAB程序
4.2 黄金分割法
4.2.1 黄金分割法的基本原理
4.2.2 黄金分割法的计算方法
4.2.3 黄金分割法的计算框图和MATLAB程序
4.3 拉格朗日插值多项式
4.3.1 线性插值
4.3.2 二次函数插值
4.3.3 n次拉格朗日插值多项式
4.4 插值与拟合的其他方法
4.4.1 差商与牛顿插值
4.4.2 列维尔插值法
4.4.3 曲线拟合的最小二乘法
4.4.4 正交多项式及其在曲线拟合中的应用
4.5 一元及多元非线性方程求根
4.5.1 一元非线性方程求根
4.5.2 多元非线性方程组求根
习题
第5章 无约束优化问题的导数解法
5.1 最速下降法
5.1.1 最速下降法的基本原理
5.1.2 最速下降法的MATLAB程序
5.2 牛顿法
5.2.1 牛顿法的基本原理
5.2.2 阻尼牛顿法
5.2.3 阻尼牛顿法的MATLAB程序
5.3 共轭梯度法
5.3.1 共轭方向的概念
5.3.2 共轭方向与函数极值的关系
5.3.3 共轭梯度法的几种形式
5.3.4 共轭梯度法的MATLAB程序
5.4 变尺度法
5.4.1 变量的尺度
5.4.2 变尺度矩阵的建立
5.4.3 变尺度法的MATLAB程序
习题
第6章 无约束优化问题的直接解法
6.1 坐标轮换法
6.1.1 坐标轮换法的基本原理
6.1.2 搜索方向与步长的确定
6.1.3 坐标轮换法的MATLAB程序
6.2 单形替换法
6.2.1 单形替换法（一）
6.2.2 单形替换法（二）
6.2.3 单形替换法的MATLAB程序
6.3 鲍威尔法
6.4 鲍威尔法的MATLAB程序及实例
习题
第7章 约束优化问题的直接解法
7.1 随机方向法
7.1.1 随机方向法的基本原理
7.1.2 随机方向法的步骤
7.1.3 随机方向法的MATLAB程序
7.2 复合形法
7.2.1 复合形法的步骤
7.2.2 复合形法的MATLAB程序
7.3 可行方向法
7.3.1 可行方向法的搜索策略
7.3.2 Zoutendijk可行方向法
7.3.3 Rosen可行方向法
7.3.4 Rosen可行方向法的MATLAB程序
习题
第8章 约束优化问题的间接解法
8.1 罚函数法
8.1.1 内点罚函数法
8.1.2 外点罚函数法
8.1.3 混合罚函数法
8.2 增广乘子法
8.2.1 拉格朗日乘子法
8.2.2 等式约束的增广乘子法
8.2.3 不等式约束的增广乘子法
习题
第9章 多目标函数优化设计
9.1 多目标优化问题
9.1.1 多目标优化问题的数学模型
9.1.2 多目标优化设计解的类型
9.2 多目标优化问题的求解方法
9.2.1 线性组合法
9.2.2 理想点法
9.2.3 乘除法
第10章 最优化问题的启发式算法
10.1 蚁群算法
10.2 粒子群优化算法
10.2.1 粒子群优化算法的基本原理
10.2.2 用粒子群算法求解函数优化问题
10.3 遗传算法
10.3.1 遗传算法的基本原理
10.3.2 混合遗传算法
10.3.3 十进制编码遗传算法
10.3.4 用遗传算法求解TSP问题
10.4 模拟退火算法
10.5 人工神经网络算法
10.5.1 人工神经网络的特征及分类
10.5.2 BP网络
10.5.3 Hopfield神经网络模型
第11章 MATLAB优化工具箱简介
11.1 MATLAB常用内部数学函数
11.2 MATLAB优化工具箱的主要函数
11.2.1 MATLAB求解优化问题的主要函数
11.2.2 优化函数控制参数
11.3 线性规划问题
11.4 一元和多元函数的优化问题
11.4.1 一元函数的优化问题
11.4.2 多元函数的无约束优化问题
11.4.3 多元函数的有约束优化问题
11.4.4 二次规划问题
11.5 半无限约束多元函数优化问题
11.6 多目标优化问题
11.6.1 理想点法
11.6.2 线性加权和法
11.6.3 最大最小法
11.6.4 目标达到法
11.7 最小二乘法在优化及数据拟合中的应用
11.7.1 有约束线性最小二乘
11.7.2 最小二乘法数据（曲线）拟合之一
11.7.3 最小二乘法数据（曲线）拟合之二
11.7.4 最小二乘法数据（曲线）拟合之三
11.8 非线性方程的求解
11.8.1 一元非线性方程的解
11.8.2 非线性方程组的解
第12章 工程优化设计实例
12.1 平面连杆机构的优化设计
12.1.1 曲柄摇杆机构优化设计数学模型
12.1.2 曲柄摇杆机构优化设计的MATLAB程序及运行结果
12.2 凸轮优化设计
12.2.1 凸轮型线优化设计目标函数
12.2.2 优化函数约束条件
12.2.3 凸轮机构优化设计的MATLAB程序及计算实例
12.3 螺栓连接的优化设计
12.3.1 螺栓连接受力分析
12.3.2 螺栓连接的设计变量、目标函数及约束条件
12.3.3 螺栓连接的优化数学模型
12.3.4 螺栓连接优化设计的MATLAB程序及运行结果
12.4 圆柱齿轮传动的优化设计
12.4.1 模糊综合评判的一般流程
12.4.2 圆柱齿轮传动优化设计的目标函数和设计变量
12.4.3 圆柱齿轮传动优化设计的约束条件
12.4.4 最优截集水平值γ的确定
12.4.5 圆柱齿轮传动优化设计的MATLAB程序及计算结果
12.5 圆柱螺旋弹簧的优化设计
12.5.1 圆柱螺旋弹簧优化设计的数学模型
12.5.2 圆柱螺旋弹簧优化设计实例
12.6 轴的优化设计
12.6.1 扭转轴的优化设计
12.6.2 圆形等截面轴的优化设计
12.6.3 车床主轴的优化设计
12.7 桁架的优化设计
12.7.1 静定桁架的优化设计
12.7.2 三杆桁架的优化设计
12.8 换热器的优化设计
12.8.1 换热器优化设计（一）
12.8.2 换热器优化设计（二）
12.9 基于优化方法的常微分方程边值问题数值解
12.9.1 基于MATLAB函数的求解方法
12.9.2 求解两点边值问题的打靶法
12.9.3 边界层微分方程组及相似解
12.9.4 流函数方程和温度方程的求解
12.10 含间隙机械系统的参数优化设计
12.10.1 力学模型及运动微分方程
12.10.2 系统的分岔和通向混沌的道路
12.10.3 系统优化设计的MATLAB程序
参考文献