遗传算法与工程优化

译者的话序言第1章 遗传算法的基础 1.1 引言 1.2 遗传算法的适应性 1.3 遗传优化 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 2.3 装箱问题 2.4 背包问题 2.5 最小生成树问题第3章 多目标优化问题 3.1 引言

译者的话序言第1章 遗传算法的基础 1.1 引言 1.2 遗传算法的适应性 1.3 遗传优化 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 2.3 装箱问题 2.4 背包问题 2.5 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 3.3 遗传多目标优化 3.4 向量评价遗传算法 3.5 Pareto排序和竞争方法 3.6 权重和方法 3.7 距离方法 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 4.3 模糊非线性规划 4.4 模糊非线性混合整数目标规划 4.5 模糊多目标整数规划第5章 可靠性设计问题 5.1 引言 5.2 网络可靠性设计 5.3 基于树的网络可靠性和局域网设计 5.4 多目标可靠性设计第6章 调度问题 6.1 引言 6.2 作业车间调度 6.3 群体作业调度问题 6.4 资源约束的项目调度 6.5 并行机器调度 6.6 多处理器调度问题第7章 高级运输问题 7.1 引言 7.2 基于生成树的方法 7.3 多目标运输问题 7.4 固定费用运输问题 7.5 容器限制的工厂选址问题 7.6 带模糊系数的双目标运输问题第8章 网络设计与路径 8.1 引言 8.2 最短路径问题 8.3 有适应能力的网络路由 8.4 集中式网络设计 8.5 计算机网络扩展 8.6 多阶段工序计划 8.7 网络上的M/G/s队列设备定位第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 9.4 遗传算法方法 9.5 可选加工计划的制造元设计 9.6 独立单元的设计参考文献索引

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。