MATLAB优化算法案例分析与应用（基础篇+进阶篇）（套装共2册）

《MATLAB优化算法案例分析与应用》
MATLAB中文论坛鼎力支持，提供“在线交流，有问必答”网络互动答疑服务
详解34个工程应用案例、29个算法案例和34种算法应用
详解12种常用数据处理算法：灰色关联、偏最小二乘回归、指数平滑、移动平均、马尔科夫链、层次分析、动态加权、模糊逼近、模糊综合评价、贝叶斯统计预测、数据包络分析和模糊聚类
详解4种常用神经网络处理算法：BP、RBF、Hopfield和SOM
详解6种生物智能算法：粒子群算法、遗传算法、蚁群算法、模拟退火算法、人群搜索算法和人工免疫算法
《MATLAB优化算法案例分析与应用（进阶篇）》
MATLAB中文论坛鼎力支持，提供“在线交流，有问必答”网络互动答疑服务
详解10个工程应用案例、30个算法案例和40种算法应用
重点介绍了10种生物智能算法：粒子群算法、遗传算法、免疫算法、蚁群算法、引力搜索算法、细菌觅食算法、匈牙利算法、人工蜂群算法、差分进化算法和鱼群算法
详解32种常用数据处理算法：贝叶斯分类器、背景差分、小波变换、BP神经网络、RLS、GA、GA优化的BP网络算法、分形维数、碳排放优化预测、边缘检测算法、指纹提取……
结合算法分析的理论和流程，详细讲解了每个工程案例的具体代码实现
循序渐进，逐步引导读者深入挖掘实际问题背后的数学问题及算法求解
国内极具人气的MATLAB&Simulink技术交流平台——MATLAB中文论坛联合本书作者和编辑，一起为您提供与本书相关的问题解答和MATLAB技术支持服务，让您获得良好的阅读体验。请随时登录MATLAB中文论坛，提出您在阅读本书时产生的疑问，作者将定期为您解答。您对本书的任何建议也可以在论坛上发帖，以便于我们后续改进。您的建议将是我们创造精品的动力和源泉。

算法图书海报

《MATLAB优化算法案例分析与应用》
本书全面而系统地介绍了MATLAB算法和案例应用，涉及面广，从基本操作到高级算法应用，几乎涵盖MATLAB算法的所有重要知识。本书结合算法理论和流程，通过大量案例，详解算法代码，解决具体的工程案例，让读者更加深入地学习和掌握各种算法在不同案例中的应用。
本书共32章。涵盖的内容有MATLAB基础知识、GUI应用及数值分析、MATALB工程应用实例、GM应用分析、PLS应用分析、ES应用分析、MARKOV应用分析、AHP应用分析、DWRR应用分析、模糊逼近算法、模糊RBF网络、基于FCEM的TRIZ评价、基于PSO的寻优计算、基于PSO的机构优化、基本PSO的改进策略、基于GA的寻优计算、基于GA的TSP求解、基于Hopfield的TSP求解、基于ACO的TSP求解、基于SA的PSO算法、基于kalman的PID控制、基于SOA的寻优计算、基于Bayes的数据预测、基于SOA的PID参数整定、基于BP的人脸方向预测、基于Hopfield的数字识别、基于DEA的投入产出分析、基于BP的数据分类、基于SOM的数据分类、基于人工免疫PSO的聚类算法、模糊聚类分析和基于GABP的抗糖化活性研究。
本书适合所有想全面学习MATALB优化算法的人员阅读，也适合各种使用MATALB进行开发的工程技术人员阅读。对于相关高校的教学与研究，本书也是不可或缺的参考书。另外，对于MATLAB爱好者，本书也对网络上讨论的大部分疑难问题给出了解答，值得一读。
一分钟快速了解本书：
MATLAB基础知识
GUI应用及数值分析
MATLAB工程应用实例
GM应用分析
PLS应用分析
ES应用分析
MARKOV应用分析
AHP应用分析
DWRR应用分析
模糊逼近算法
模糊RBF网络
基于FCEM的TRIZ评价
基于PSO的寻优计算
基于PSO的机构优化
基本PSO的改进策略
基于GA的寻优计算
基于GA的TSP求解
基于Hopfield的TSP求解
基于AC0的TSP求解
基于SA的PSO算法
基于kalman的PID控制
基于SOA的寻优计算
基于Bayes的数据预测
基于SOA的PID参数整定
基于BP的人脸方向预测
基于Hopfield的数字识别
基于DEA的投入产出分析
基于BP的数据分类
基于SOM的数据分类
基于人工免疫PSO的聚类算法
模糊聚类分析
基于GA_BP的抗糖化活性研究
《MATLAB优化算法案例分析与应用（进阶篇）》
本书全面、系统、深入地介绍了MATLAB算法及案例应用。书中结合算法分析的理论和流程，详解了大量的工程案例及其具体的代码实现，让读者可以深入学习和掌握各种算法在相关领域中的具体应用。
本书共分两篇。第1篇为MATLAB常用算法应用设计，包括贝叶斯分类器的数据处理、背景差分的运动目标检测、小波变换的图像压缩、BP的模型优化预测、RLS算法的数据预测、GA优化的BP网络算法分析、分形维数应用、碳排放约束下的煤炭消费量优化预测、焊缝边缘检测算法对比分析、指纹图像细节特征提取、多元回归模型的矿井通风量计算、非线性多混合拟合模型的植被过滤带计算、伊藤微分方程的布朗运动分析、Q学习的无线体域网路由方法和遗传算法的公交排班系统分析。第2篇为MATLAB高级算法应用设计，包括人脸检测识别、改进的多算子融合图像识别系统设计、罚函数的粒子群算法的函数寻优、车载自组织网络中路边性能及防碰撞算法研究、免疫算法的数值逼近优化分析、启发式算法的函数优化分析、一级倒立摆变结构控制系统设计与仿真研究、蚁群算法的函数优化分析、引力搜索算法的函数优化分析、细菌觅食算法的函数优化分析、匈牙利算法的指派问题优化分析、人工蜂群算法的函数优化分析、改进的遗传算法的城市交通信号优化分析、差分进化算法的函数优化分析和鱼群算法的函数优化分析。
本书既适合所有想全面学习MATALB算法开发的人员阅读，也适合各种使用MATALB进行开发的工程技术人员阅读。对于相关高校的教学与研究，本书也是不可或缺的参考书。另外，对于MATLAB爱好者，本书也对网络上讨论的大部分疑难问题给出了解答，值得一读。
一分钟快速了解本书内容
基于贝叶斯分类器的数据处理与MATLAB实现
基于背景差分的运动目标检测与MATLAB实现
基于小波变换的图像压缩与MATLAB实现
基于BP的模型优化预测与MATLAB实现
基于RLS算法的数据预测与MATLAB实现
基于GA优化的BP网络算法分析与MATLAB实现
分形维数应用与MATLAB实现
碳排放约束下的煤炭消费量优化预测
焊缝边缘检测算法对比分析与MATLAB实现
指纹图像细节特征提取与MATLAB实现
基于多元回归模型的矿井通风量计算
基于非线性多混合拟合模型的植被过滤带计算
基于伊藤微分方程的布朗运动分析
基于Q学习的无线体域网路由方法
基于遗传算法的公交排班系统分析
人脸检测识别与MATLAB实现
基于改进的多算子融合的图像识别系统设计
基于罚函数的粒子群算法的函数寻优
车载自组织网络中路边性能及防碰撞算法研究
基于免疫算法的数值逼近优化分析
基于启发式算法的函数优化分析
一级倒立摆变结构控制系统设计与仿真研究
基于蚁群算法的函数优化分析
基于引力搜索算法的函数优化分析
基于细菌觅食算法的函数优化分析
基于匈牙利算法的指派问题优化分析
基于人工蜂群算法的函数优化分析
基于改进的遗传算法的城市交通信号优化分析
基于差分进化算法的函数优化分析
基于鱼群算法的函数优化分析

余胜威，毕业于西南交通大学。有6年以上的MATLAB应用经验，精通MATLAB算法开发。曾经8次荣获全国及省级数学建模竞赛大奖。发表论文多篇，独立编写MATLAB应用技术图书7部。目前主要从事图像处理、模式识别、音效增强和算法开发等研究。

《MATLAB优化算法案例分析与应用》
第1篇 MATLAB常见算法应用
第1章 MATLAB基础知识
1.1 MATLAB简介
1.2 矩阵的表示
1.3 图形点线样式
1.4 MATLAB自带图形集
1.4.1 平面与立体绘图
1.4.2 复杂函数的三维绘图
1.4.3 等高线绘制
1.4.4 MATLAB动画
1.4.5 数据拟合
1.4.6 MATLAB图像处理
1.5 本章小结
第2章 GUI应用及数值分析
2.1 GUI应用分析
2.1.1 图像加载和存储
2.1.2 GUI图形显示
2.1.3 可变GUI窗体设置
2.2 设计可执行函数文件
2.3 符号变量应用求解
2.4 图像盲区
2.5 正态分布
2.6 本章小结
第3章 MATLAB工程应用实例
3.1 光的反射定理论证
3.1.1 公式推算
3.1.2 代码实现
3.2 质点系转动惯量求解
3.3 储油罐的油量计算
3.4 香烟毒物摄入问题
3.5 冰雹的下落速度
3.5.1 公式推算
3.5.2 代码实现
3.6 本章小结
第4章 GM应用分析
4.1 数据归一化处理
4.2 灰色关联分析
4.2.1 灰色预测求解流程
4.2.2 灰色预测建模
4.3 食品价格灰色关联分析
4.3.1 食品价格趋势预测
4.3.2 食品价格分析
4.3.3 灰色关联分析
4.4 本章小结
第5章 PLS应用分析
5.1 偏最小二乘回归
5.2 偏最小二乘快速计算方法
5.3 偏最小二乘数据分析
5.4 本章小结
第6章 ES应用分析
6.1 时间序列的基本概念
6.2 非平稳时间序列变动的影响因素与测定模型
6.3 时间序列的预测方法
6.3.1 季节变动分析
6.3.2 循环变动分析
6.4 食品价格分析
6.5 时间序列指数平滑预测法
6.5.1 一次指数平滑预测法
6.5.2 二次指数平滑预测法
6.5.3 三次指数平滑法
6.6 时间序列线性二次移动平均法预测法
6.7 本章小结
第7章 Markov应用分析
7.1 问题背景
7.2 模型基本假设
7.3 食品价格趋势预测
7.3.1 模型符号说明
7.3.2 模型建立与求解
7.3.3 结果分析
7.4 本章小结
第8章 AHP应用分析
8.1 层次分析法
8.1.1 层次分析法特点
8.1.2 层次分析法步骤
8.2 工作满意度模型
8.3 食堂就餐服务质量满意度
8.3.1 模型基本假设
8.3.2 模型分析
8.3.3 模型符号说明
8.3.4 模型建立与求解
8.3.5 一致性检验
8.3.6 结果分析
8.4 本章小结
第9章 DWRR应用分析
9.1 问题的背景
9.2 模型基本假设
9.3 模型符号说明
9.4 模型的建立与求解
9.4.1 评价指标的规范化处理
9.4.2 动态加权函数的确定
9.4.3 空气质量评价模型的建立
9.4.4 模型求解步骤
9.4.5 结果求解及分析
9.5 本章小结
第10章 模糊逼近算法
10.1 模糊控制理论
10.2 模糊系统的设计
10.3 模糊系统的逼近精度
10.4 模糊逼近仿真
10.5 本章小结
第11章 模糊RBF网络
11.1 RBF神经网络
11.1.1 RBF网络结构
11.1.2 RBF网络的逼近
11.2 模糊RBF网络
11.2.1 网络结构
11.2.2 基于模糊RBF网络的逼近算法
11.3 本章小结
第12章 基于FCEM的TRIZ评价
12.1 TRIZ创新方法原理
12.2 企业创新能力评价指标的构建
12.3 企业创新能力的模糊综合评价方法
12.4 企业创新能力综合评价指标排序结果分析
12.5 本章小结
第2篇 MATLAB群智能算法应用设计
第13章 基于PSO的寻优计算
13.1 基本粒子群算法
13.2 粒子群算法的收敛性
13.3 粒子群算法函数极值求
13.3.1 一维函数全局最优
13.3.2 经典测试函数
13.3.3 无约束函数极值寻优
13.3.4 有约束函数极值寻优
13.3.5 有约束函数极值APSO寻优
13.4 本章小结
第14章 基于PSO的机构优化
14.1 微粒群优化算法研究现状
14.1.1 微粒群优化算法的改进研究
14.1.2 微粒群优化算法的应用研究
14.2 机构优化设计理论分析
14.3 平面连杆机构的模型建立
14.4 利用复合形法进行设计
14.4.1 复合形法的算法流程
14.4.2 模型计算结果
14.5 利用约束随机方向法进行设计
14.5.1 初始点的选择
14.5.2 随机方向法的算法流程
14.5.3 模型计算结果
14.6 利用优化工具箱法进行设计
14.7 利用微粒群优化算法进行设计
14.8 本章小结
第15章 基本PSO的改进策略
第16章 基于GA的寻优计算
第17章 基于GA的TSP求解
第18章 基于Hopfield的TSP求解
第19章 基于ACO的TSP求解
第20章 基于SA的PSO算法 292
第21章 基于kalman的PID控制
第22章 基于SOA的寻优计算
第23章 基于Bayes的数据预测
第24章 基于SOA的PID参数整定
第25章 基于BP的人脸方向预测
第26章 基于Hopfield的数字识别
第27章 基于DEA的投入产出分析
第28章 基于BP的数据分类
第29章 基于SOM的数据分类
第30章 基于人工免疫PSO的聚类算法
第31章 模糊聚类分析
第32章 基于GA_BP的抗糖化活性研究
参考文献
《MATLAB优化算法案例分析与应用（进阶篇）》
第1篇 MATLAB常用算法应用设计
第1章 基于贝叶斯分类器的数据处理与MATLAB实现
1.1 贝叶斯理论
1.2 高斯概率密度函数
1.3 最小距离分类器
1.3.1 欧氏距离分类器
1.3.2 马氏距离分类器
1.3.3 基于高斯概率密度函数的最大似然估计
1.4 混合概率分布
1.5 期望最大化算法
1.6 Parzen窗
1.7 K最近邻密度估计法
1.8 朴素贝叶斯分类器
1.9 最近邻分类原则
1.10 本章小结
第2章 基于背景差分的运动目标检测与MATLAB实现
2.1 运动目标检测的一般过程
2.1.1 手动背景法
2.1.2 统计中值法
2.1.3 算术平均法
2.2 运动目标检测的一般方法
2.2.1 帧间差法运动目标检测
2.2.2 背景差法运动目标检测
2.3 本章小结
第3章 基于小波变换的图像压缩与MATLAB实现
3.1 小波变换原理
3.2 多尺度分析
3.3 图像的分解和量化
3.3.1 一维小波变换
3.3.2 二维变换体系
3.3.3 量化
3.4 图像压缩编码
3.4.1 图像编码评价
3.4.2 压缩比准则
3.5 图像压缩与MATLAB实现
3.6 本章小结
第4章 基于BP的模型优化预测与MATLAB实现
4.1 BP神经网络模型及其基本原理
4.2 MATLAB BP神经网络工具箱
4.3 基于BP神经网络的PID参数整定
4.3.1 理论分析
4.3.2 算法流程
4.3.3 算法仿真
4.4 基于BP神经网络的数字识别系统设计
4.5 本章小结
第5章 基于RLS算法的数据预测与MATLAB实现
5.1 递归最小二乘（RLS）算法应用背景
5.2 RLS算法基本原理与流程
5.2.1 RLS算法基本原理
5.2.2 RLS算法流程
5.3 RLS数据线性预测分析与MATLAB实现
5.4 本章小结
第6章 基于GA优化的BP网络算法分析与MATLAB实现
6.1 遗传算法
6.2 BP神经网络
6.3 基于GA优化的BP神经网络的大脑灰白质图像分割
6.4 基于GA优化的BP神经网络的矿井通风量计算
6.4.1 某工作面最优通风量分析
6.4.2 总回风巷最优通风量分析
6.5 本章小结
第7章 分形维数应用与MATLAB实现
7.1 分形盒维数概述
7.2 二维图像分形盒维数分析
7.3 基于短时分形维数的语音信号检测
7.3.1 时间序列信号图形的网格分形
7.3.2 噪声语音信号的短时网格分形
7.4 本章小结
第8章 碳排放约束下的煤炭消费量优化预测
8.1 煤炭消费量概述
8.2 煤炭影响因素分析
8.3 煤炭消耗量优化预测模型构建
8.3.1 CO2排放强度的双立方插值拟合
8.3.2 煤炭、石油和天然气与CO2排放强度回归模型构建
8.3.3 煤炭、石油和天然气碳排放系数构建
8.3.4 节能减排和经济发展优化目标构建与求解
8.4 本章小结
第9章 焊缝边缘检测算法对比分析与MATLAB实现
9.1 焊缝边缘检测研究
9.2 图像预处理技术
9.3 焊缝图像边缘检测
9.3.1 Sobel算子
9.3.2 Prewitt算子
9.3.3 Canny算子
9.3.4 形态学处理
9.3.5 边缘检测效果对比
9.4 本章小结
第10章 指纹图像细节特征提取与MATLAB实现
10.1 指纹识别技术概述
10.2 指纹识别系统的工作原理
10.3 指纹细节特征的提取
10.3.1 指纹特征提取的方法
10.3.2 指纹图像的细化后处理
10.3.3 特征点的提取
10.3.4 指纹特征的去伪
10.4 指纹图像去伪与MATLAB实现
10.5 本章小结
第11章 基于多元回归模型的矿井通风量计算
11.1 矿井通风量概述
11.2 矿井通风量回归模型分析
11.3 通风量多元回归分析
11.3.1 数据的预处理
11.3.2 瓦斯、煤尘、温度、湿度与通风量模型的建立
11.4 矿井最优通风风量有效性分析
11.4.1 空气中煤尘浓度与风速映射关系建模
11.4.2 空气中瓦斯浓度与风速映射关系建模
11.4.3 矿井中温湿度与风速映射关系建模
11.5 预测模型误差检验
11.6 本章小结
第12章 基于非线性多混合拟合模型的植被过滤带计算
12.1 植被试验场概况
12.2 试验方法
12.2.1 试验参数
12.2.2 土样的分析方法
12.2.3 水样的分析方法
12.3 植被过滤带净化效果评价方法
12.4 植被过滤带净化效果影响因素分析
12.4.1 植被条件对植被过滤带净化效果的影响
12.4.2 入流水文条件对植被过滤带净化效果的影响
12.4.3 带宽对植被过滤带净化效果的影响
12.4.4 坡度对植被过滤带净化效果的影响
12.4.5 入流污染物浓度对植被过滤带净化效果的影响
12.4.6 土壤初始含水量对植被过滤带净化效果的影响
12.5 植被过滤带净化效果关联度计算
12.6 基于非线性多混合拟合模型的浓度削减率计算
12.7 本章小结
第13章 基于伊藤微分方程的布朗运动分析
13.1 随机微分方程数学模型
13.1.1 布朗运动概述
13.1.2 布朗运动的数学模型
13.2 布朗运动的随机微分方程
13.2.1 随机微分方程
13.2.2 随机微分方程系数
13.3 伊藤微分方程及伊藤微分法则
13.3.1 伊藤微分方程
13.3.2 伊藤积分
13.3.3 伊藤过程
13.3.4 伊藤随机微分方程的解析解
13.3.5 伊藤随机微分方程的数值解
13.4 数值布朗运动模拟与MATLAB实现
13.4.1 布朗运动的模拟
13.4.2 几何布朗运动的模拟
13.4.3 伊藤微分方程的布朗运动模拟
13.5 本章小结
第14章 基于Q学习的无线体域网路由方法
14.1 无线体域网研究背景
14.2 无线体域网性能分析
14.2.1 无线体域网系统结构
14.2.2 无线体域网的主要特点
14.3 无线体域网路由协议
14.3.1 无线路由协议
14.3.2 高效节能路由协议
14.3.3 DSR路由协议
14.4 基于Q学习的无线体域网路由方法
14.4.1 Agent增强学习算法
14.4.2 增强学习算法的基本原理
14.4.3 Q-learning增强学习算法
14.4.4 基于Q学习的无线体域网路由策略
14.4.5 WBAN路由分析与MATLAB实现
14.5 本章小结
第15章 基于遗传算法的公交排班系统分析
15.1 公交排班系统背景分析
15.2 公交线路模型仿真
15.2.1 车辆行驶模型
15.2.2 乘客上下车模型
15.3 遗传算法的发展与现状
15.4 遗传算法的基本思想
15.5 遗传算法的特点
15.6 遗传算法的应用步骤
15.7 公交排班问题模型设计
15.7.1 模型假设
15.7.2 定义变量
15.7.3 建立目标函数
15.7.4 算法结构
15.8 本章小结
第16章 人脸检测识别与MATLAB实现
16.1 人脸检测的意义
16.2 人脸检测常用的几个彩色空间
16.2.1 RGB彩色空间
16.2.2 标准化RGB彩色空间
16.2.3 HSV彩色空间
16.2.4 YCrCb彩色空间
16.3 静态肤色模型
16.3.1 RGB颜色空间分割
16.3.2 HSV颜色空间分割
16.3.3 YCbCr颜色空间分割
16.4 基于Lab颜色空间的人脸分割
16.5 运动人图像检测与MATLAB实现
16.6 本章小结
第2篇 MATLAB高级算法应用设计
第18章 基于罚函数的粒子群算法的函数寻优
第19章 车载自组织网络中路边性能及防碰撞算法研究
第20章 基于免疫算法的数值逼近优化分析
第21章 基于启发式算法的函数优化分析
第22章 一级倒立摆变结构控制系统的设计与仿真研究
第23章 基于蚁群算法的函数优化分析
第24章 基于引力搜索算法的函数优化分析
第25章 基于细菌觅食算法的函数优化分析
第26章 基于匈牙利算法的指派问题优化分析
第27章 基于人工蜂群算法的函数优化分析
第28章 基于改进的遗传算法的城市交通信号优化分析
第29章 基于差分进化算法的函数优化分析
第30章 基于鱼群算法的函数优化分析
参考文献

《MATLAB优化算法案例分析与应用》
MATLAB作为一款科学计算软件逐渐被广大科研人员所接受。其强大的数据计算功能、图像的可视化界面及代码的可移植性受到了广大高校师生及科研人员的认可。借助MATLAB，能够解决几乎所有的工程问题。对于一个数据分析和计算方面的工作者和学习者，利用MATLAB工具是一个很好的选择。
1．MATLAB简介
CleveMoler，MATLAB软件的创始人，美国工程院院士，MathWorks董事长和首席数学家，《MATLAB数值计算》（英文书名：NumericalComputingwithMATLAB）的作者。
MATLAB是美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。MATLAB和Mathematica、Maple并称为三大数学软件。在新的版本中也加入了对C、FORTRAN、C++和Java的支持。
2．MATALB算法应用
目前市场上出版的书籍，大多数缺少理论背景分析，导致读者面对自己的课题，不知道如何应用。为了让大家能够结合理论，了解算法流程，真正掌握MATLAB算法分析，书中讲解时结合了深受读者欢迎的MATLAB案列应用分析，真正做到了理论知识和实践案例相结合，加深了对MATLAB算法应用的理解。
本书所有案例均采用MATLAB进行设计，针对具体工程背景，采用不同的算法对所涉及案例进行求解，让读者真正理解算法实质，从而更好地应用到其他案例中。本书以智能算法应用为主线，以分析工程案例为辅助，做到了理论和算法相结合，详解设计思路和设计步骤，向读者展示了如何运用MATLAB进行算法开发和设计。
本书特色
1．提供"在线交流，有问必答"的网络互动答疑服务
国内最大的MATLAB&Simulink技术交流平台--MATLAB中文论坛联合本书作者和编辑，一起为您提供与本书相关的问题解答和MATLAB技术支持服务，让您获得最佳的阅读体验。具体参与方式请详细阅读本书封底的说明。
2．内容讲解不枯燥
本书结合相关理论和实践案例，抽出和算法相关的理论作为支撑，通过求解流程以及算法迭代过程，让读者容易理解并且掌握。书中的案例很多是读者经常碰到的例子，读起来不枯燥。
3．内容丰富，覆盖面广
本书内容涵盖了常见智能算法的应用，包括BP网络、RBF网络、Hopfield网络、粒子群算法、遗传算法、人群搜索算法、模拟退火算法和蚁群算法等。针对分类、预测、优化和TSP问题，书中采用了不同的算法进行设计。读者通过阅读本书，也可以开发出适用于自己的程序。
4．循序渐进，由浅入深
本书从最简单的工程案例开始分析，让读者通过简单的工程案例，更好地熟悉和了解MATLAB的编程思路，然后逐步进入群智能算法，通过简单算法运用和算法改进策略，以及算法混合使用，逐步引导读者认识和掌握群智能算法的思想。
5．真实案例，随学随用
本书是一本注重实践的书，书中有大量的篇幅用在了MATLAB解决具体的真实案例中。在群智能算法章节中通过列举不同的函数，采用不同的算法进行寻优求解，读者可以从这些实例中更加深刻地理解所讲内容。同时，可以对这些案例稍加修改，即可用于自己的项目或课题上去，从而实现问题的求解。
本书内容及体系结构
第1篇MATALB常见算法应用（第1～12章）
本篇介绍了MATLAB基础知识引入，包括GUI界面开发、灰色预测、偏最小二乘、指数平滑、马尔科夫链模型、层次分析法、模糊逼近、RBF网络逼近和模糊综合等案例。通过该类较为常用的算法引入，读者可以应用这些案例解决一些常见问题，如价格指数、评价模型、拟合回归等模型。这些内容适应读者的各种需求，可以为后续的群智能算法学习打下坚实的基础。
第2篇MATALB群智能算法应用设计（第13～32章）
本篇涉及面较广，列举了BP神经网络、Hopfield网络、PSO、SA、SOA和GA算法等。通过案例分析，结合算法理论和程序代码，可以让读者深入理解MATLAB群智能算法的相关内容。通过本篇内容的学习，也可以让读者对MATALB智能算法应用向更加广泛、更加具体和更多的应用发展，让读者真正掌握算法核心，开发和设计出自己的可移植性代码。
本书读者对象
*MATALB算法初学者；
*MATLAB算法爱好者；
*MATLAB开发人员；
*MATLAB爱好者；
*MATALB相关从业人员；
*刚入职的初、中级程序员；
*大中专院校的学生；
*相关培训学校的学员。
读者阅读本书的过程中若有疑问，可以在MATLAB中文论坛的本书交流版块提问，也可以发邮件，我们会及时答复。
编者
《MATLAB优化算法案例分析与应用（进阶篇）》
为了能更有效地解决工业生产过程中大量存在的优化问题，自20世纪80年代以来，涌现出了很多智能优化算法。它们通过模拟某一自然现象或过程而发展起来，为解决复杂系统的优化问题提供了新的思路和手段，自诞生就引起了国内外学者的广泛关注，并被应用于许多领域。MATLAB作为一款科学计算软件被广大的科研人员所热爱，其强大的数据计算功能、图像的可视化界面及代码的可移植性受到了科研人员及高校师生的认可。借助MATLAB进行算法开发，能够解决几乎所有的工程问题。
目前市场上出版的同类书籍大多数缺少理论和背景分析，还有一些书中的代码使用了伪代码，这导致读者面对自己的课题不知道如何应用，或者是根本没法应用这些代码。为了让读者能更好地学习MATLAB优化算法，笔者编写并出版了《MATLAB优化算法案列分析与应用》（清华大学出版社，2014年9月第1版）。该书上市后深受读者欢迎，但因篇幅所限，也无法将所有常见的MATLAB算法都讲解到。为了让读者更加全面地学习MATLAB算法应用，笔者在该书的基础上重新编写了“进阶篇”。两本书中所涉及的算法在算法种类上形成了互补，读者可以通过这两本书更好及更完整地阅读相关领域的全套算法，从而丰富自己的MATLAB算法应用。
本书中的算法案例针对具体的工程背景，采用不同的算法对所涉及的案例用MATLAB进行求解，让读者能真正理解算法的本质，从而更好地将其应用到实际工程和科学研究中。本书以智能算法应用为主，以分析工程案例为辅，做到了理论和算法相结合，并详细讲解其思路和设计步骤，向读者展示了如何运用MATLAB进行算法开发和设计。
对算法熟悉的读者也许会注意到，一种高级算法总是和函数优化分析相结合。因为所有的工程问题归根结底都转化为函数问题，所以算法和函数优化结合的案例分析是MATLAB算法学习中最通用的剖析方法，也是MATLAB算法学习的精华。希望广大读者能够很好地掌握。
本书特色
1．提供“在线交流，有问必答”网络互动答疑服务
国内最大的MATLAB&Simulink技术交流平台——MATLAB中文论坛联合本书作者和编辑，一起为您提供与本书相关的问题解答和MATLAB技术支持服务，让您获得最佳的阅读体验。具体参与方式请详细阅读本书封底的说明。
2．内容讲解不枯燥
本书结合相关算法理论和实践案例，抽出和算法相关的理论作为支撑，通过求解流程以及算法迭代过程，让读者容易理解并且掌握。书中的案例大多数是针对具体的工程应用和研究，阅读起来不枯燥。
3．内容丰富和深入，覆盖面极广
相比笔者之前出版的《MATLAB优化算法案例分析与应用》一书，本书内容更加丰富，涵盖面更加广泛，而且内容更加深入。本书基本包括了所有常见的MATLAB优化算法及应用，包括贝叶斯分类器、期望最大化算法、K最近邻密度估计、朴素贝叶斯分类器、背景差分法、小波变换、BP网络、递归最小二乘（RLS）算法、GA优化的BP网络算法、分形盒维数、带约束的非线性目标优化、边缘检测算法、人脸检测、改进的图像边缘检测算法、指纹图形去伪算法、多元回归算法、DW检验、非线性多混合函数拟合模型、伊藤微分方程、布朗运动、无线体域网路由方法、罚函数的粒子群算法、遗传算法、图像识别、车载自组织网络、免疫算法、启发式搜索算法、倒立摆变结构控制系统设计、蚁群算法、万有引力搜索算法、细菌觅食算法、匈牙利算法、人工蜂群算法、改进的遗传算法、差分进化算法和鱼群算法等。针对分类、预测、优化和控制系统问题，本书采用不同的算法进行设计，即便初学者通过阅读本书也可以开发出适用于自己问题的程序。
4．循序渐进，由浅入深
本书从算法原理与求解流程出发，辅以MATLAB程序验证，通过算法代码可以直观地理解算法原理中所涉及的公式，从而引导读者去认识和掌握群智能算法的思想。
5．大量真实案例，随学随用
本书是一本注重实践的书。因此，有大量的篇幅用在了真实的MATLAB算法解决具体案例中。本书在偏重于群智能算法讲解，如蚁群算法、遗传算法、差分进化算法、蜂群算法和细菌觅食算法等，通过函数优化分析，采用不同的算法通过寻优求解，读者可以从这些实例中更加深刻的理解，同时，只需要稍加修改这些案列，即可用于读者正在应用的项目或课题上去，从而实现问题的求解。
6．语言通俗易懂，讲解图文并茂
本书用通俗易懂的语言讲解各个知识点和算法案例，而且在讲解过程中提供了大量的图示帮助读者直观地理解所学知识。所以无论是新手，还是有一定基础的读者，都能顺利地阅读本书，从而提高自己的算法水平。
本书内容
第1篇 MATLAB常用算法应用设计（第1~16章）
本篇介绍了MATLAB的常用算法，包括贝叶斯分类器、期望最大化算法、K最近邻密度估计、朴素贝叶斯分类器、背景差分法、小波变换、BP网络、递归最小二乘（RLS）算法、GA优化的BP网络算法、分形盒维数、带约束的非线性目标优化、边缘检测算法、人脸检测、改进的图像边缘检测算法、指纹图形去伪算法、多元回归算法、DW检验、非线性多混合函数拟合模型、伊藤微分方程和布朗运动等案例。通过该类较为常用的算法引入，读者可以应用这些案例解决一些常见问题，如图像检测、函数优化预测、拟合回归和分类等模型。通过对这些内容的学习，也为第2篇的学习打下了坚实的算法基础。
第2篇 MATLAB高级算法应用设计（第17~30章）
本篇涉及面较广，而且内容较为深入，主要介绍了罚函数的粒子群算法、遗传算法、图像识别、车载自组织网络、免疫算法、启发式搜索算法、倒立摆变结构控制系统设计、蚁群算法、万有引力搜索算法、细菌觅食算法、匈牙利算法、人工蜂群算法、改进的遗传算法、差分进化算法和鱼群算法等案例。通过这些算法案例分析，并结合算法理论和程序代码，能真正适应广大科研人员和高校师生的需要。通过学习本篇的MATALB高级算法应用，可以让读者向更广泛、更具体和更多的应用发展，可以让读者真正掌握算法核心，设计和开发出符合要求的可移植性代码。
。。。。。。
* 算法初学者建议先阅读《MATLAB优化算法案例分析与应用》一书，然后再阅读本书，效果更好；
* 对算法有一定了解和研究的读者可以根据自己的实际情况安排阅读计划；
* 经常到MATLAB中文论坛上逛逛，阅读相关技术帖子，也是很好的提高方式；
* 每个案例都要亲手实践，并思考是否可以用于自己的工程项目或者研究中。
笔者结合自己在西南交通大学学习期间掌握的各类算法及出于对MATLAB的爱好，通过参阅大量的相关资料，精心准确，写作了本书。由于算法研究的复杂性，笔者的写作也需要借鉴前辈的一些研究成果才能做得更好，所以本书写作的过程中笔者也参考了一些自己平时积累的参考资料，部分资料可能来自于前辈们的著作。在此向这些前辈们表示深深的敬意和感谢！由于无法联系到原作者，所以写作时也无法一一征求意见。如果有不当之处，请联系笔者或者本书编辑。
阅读本书的过程中若有疑问，可以在MATLAB中文论坛的本书交流版块提问，也可以发邮件，我们会及时答复。
编著者于成都