内容简介
本书总结了遗传算法在工业工程相关领域应用的前沿进展。全书共分9章：遗传算法基础、组合优化问题、多目标优化问题、模糊优化问题、可靠性设计问题、调度问题、高级运输问题、网络设计与路径问题和制造元设计问题。内容既涵盖了遗传算法在传统优化问题中的新进展，又涉及了目前在供应链和物流研究中相当热门的话题。本书论述严谨、深入浅出，并有大量图形和表格，便于读者深入理解其内容。
本书可供高等院校或科研机构相关专业的高年级本科生、研究生、教师和研究人员参考。
目录
译者的话
序言
第1章 遗传算法的基础
1．1 引言
1．1．1 编码问题
1．1．2 遗传算子
1．1. 3 选择
1．1．4 遗传局部搜索
1．2 遗传算法的适应性
1．2．1 结构适应性
1．2．2 参数适应性
1．2．3 模糊逻辑控制器
1．3 遗传优化
1．3．1 全局优化
1．3．2 约束优化
1．3．3 组合优化
1．3．4 多目标优化
1．4 近期遗传算法的论文
第2章 组合优化问题
2．1 引言
.2．2 集覆盖问题
2．2．1 航线机组成员调度问题
2．2．2 遗传表示
2．2．3 遗传算子
2．2．4 遗传算法
2．2．5 计算经验
2．3 装箱问题
2．3．1 启发式算法
2．3．2 遗传表示
2．3．3 遗传算子
2．3．4 适应值函数
2．3．5 初始化种群
2．3．6 计算经验
2．4 背包问题
2．4．1 多选择背包问题
2．4．2 多约束背包问题
2．5 最小生成树问题
2．5．1 二次最小生成树问题
2．5．2 度约束的最小生成树问题
2．5．3 双目标最小生成树问题
第3章 多目标优化问题
3．1 引言
3．2 多目标优化的基本概念
3．2．1 非支配解
3．2．2 偏好结构
3．2．3 基本求解方法
3．2．4 问题的结构和特性
3．3 遗传多目标优化
3．3．1 遗传搜索的特征
3．3．2 适应值分配机制
3．3．3 适应值共享和种群多样性
3．3．4 pareto解的概念
3．4 向量评价遗传算法
3．5 pareto排序和竞争方法
3．5．1 pareto排序方法
3．5．2 pareto竞争方法
3．6 权重和方法
3．6．1 随机权重方法
3．6．2 适应性权重方法
3．7 距离方法
3．7．1 距离方法的一般思想
3．7．2 计算距离度量
3．7．3 距离方法的应用
3．8 妥协方法
3．9 目标规划方法
第4章 模糊优化问题
4．1 引言
4．2 模糊线性规划
4．2．1 模糊线性规划模型
4．2．2 遗传算法方法
4．2．3 交互式方法
4．2．4 数值例子
4．3 模糊非线性规划
4．3．1 非线性规划模型
4．3．2 用于求解fo／rnp-1的非精确方法
4．3．3 交互式方法
4．3．4 数值例子
4．4 模糊非线性混合整数目标规划
4．4．1 模糊非线性混合整数目标规划模型
4．4．2 遗传算法方法
4．4．3 数值例子
4．5 模糊多目标整数规划
4．5．1 问题描述
4．5．2 增广的最小最大问题
4．5．3 遗传算法方法
4．5．4 交互式模糊满意方法
4．5．5 数值例子
第5章 可靠性设计问题
5．1 引言
5．2 网络可靠性设计
5．2．1 问题描述
5．2．2 dengiz，altiparmak和smith的方法
5．2．3 deeter和smith的方法
5．3 基于树的网络可靠性和局域网设计
5．3．1 双目标网络拓扑设计
5．3．2 数值例子
5．4 多目标可靠性设计
5．4．1 双目标可靠性设计
5．4．2 遗传算法方法
5．4．3 混合遗传算法方法
5．4．4 带有模糊目标的可
第6章 调度问题
6．1 引言
6．2 作业车间调度
6．2．1 基本方法
6．2．2 编码
6．2．3 适应性遗传算子
6．2．4 以启发式方法为特点的遗传算子
6．2．5 混合遗传算法
6．2．6 讨论
6．3 群体作业调度问题
6．3．1 问题的描述和必要条件
6．3．2 基本运行
6．3．3 表示
6．3．4 评价
6．3．5 遗传算子
6．3．6 整体过程
6．3．7 数值例子
6．4 资源约束的项目调度
6．4．1 基于优先权的编码
6．4．2 遗传算子
6．4．3 评价与选择
6．4．4 试验结果
6．5 并行机器调度
6．5．1 支配条件
6．5．2 memetic算法
6．5．3 试验结果
6．6 多处理器调度问题
6．6．1 问题描述与假设
6．6．2 求解msp的遗传算法
6．6．3 数值例子
第7章 高级运输问题
7．1 引言
7．1．1 运输模型
7．1．2 运输问题的构造
7．2 基于生成树的方法
7．2．1 树的表示
7．2．2 初始化
7．2．3 遗传运算
7．2．4 评价与选择
7．2．5 整个算法过程
7．3 多目标运输问题
7．3．1 问题的描述
7．3．2 多目标运输问题的基于生成树的遗传算法
7．3．3 数例
7．4 固定费用运输问题
7．4．1 数学模型
7．4．2 fctp问题的难点
7．4．3 fctp的求解方法
7．4．4 遗传算法的实现
7．4．5 数例
7．5 容量限制的工厂选址问题
7．5．1 数学模型
7．5．2 针对工厂问题的基于生成树的遗传算法
7．5．3 数例
7．6 带模糊系数的双目标运输问题
7．6．1 问题的表述
7．6．2 排序模糊数
7．6．3 遗传算法的实现
7．6．4 数例
第8章 网络设计与路径
8．1 引言
8．2 最短路径问题
8．2．1 问题描述
8．2．2 遗传算法的方法
8．2．3 数例
8．3 有适应能力的网络路由
8．3．1 基于遗传算法的有适应能力的路由
8．3．2 染色体表示
8．3．3 染色体评价
8．3．4 遗传算子
8．3．5 数例
8．4 集中式网络设计
8．4．1 问题的描述
8．4．2 遗传算法
8．4．3 数例
8．5 计算机网络扩展
8．5．1 问题描述
8．5．2 kumar，pathak和gupta的方法
8．5．3 数例
8．6 多阶段工序计划
8．6．1 问题的描述
8．6．2 遗传算法
8．6．3 数例
8．7 网络上的m／g／s队列设备定位
8．7．1 问题的描述
8．7．2 进化计算方法
8．7．3 数例
第9章 制造元设计
9．1 引言
9．2 制造元设计
9．3 传统的制造元设计方法
9．3．1 相似系数方法
9．3．2 基于数组的方法
9．3．3 数学规划方法
9．3．4 图与网络方法
9．4 遗传算法方法
9．4．1 遗传子表示和遗传算子
9．4．2 joines基于次序的方法
9．4．3 moon和kim的方法
9．4．4 joines的整数规划方法
9．4．5 其他方法
9．5 可选加工计划的制造元设计
9．5．1 可选操作和机器冗余的结合
9．5．2 可选路径的结合
9．5．3 moon，gen和kim的对于独立单元的方法
9．6 独立单元的设计
9．6．1 机器类型数最小化的族群构造
9．6．2 族群数的确定
9．6．3 极小化机器数
9．6．4 其他设想
参考文献
索引
