MATLAB优化算法案例分析与应用

推荐阅读本书姊妹篇：

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
国内大的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。

数学思维与算法海报

《MATLAB优化算法案例分析与应用》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。
《MATLAB优化算法案例分析与应用》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GA_BP的抗糖化活性研究。
《MATLAB优化算法案例分析与应用》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。
国内较大的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。

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

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，对程序设计有独到的见解。荣获全国数学建模竞赛一等奖4项、二等奖3项、优秀奖1项，还获得了编程和其他类竞赛奖4项。已录用论文多篇，参与项目10余个，独立编写了7部MATLAB应用领域的图书。目前主要从事图像处理、人工智能、信号分析、故障诊断和算法开发等相关方面的研究。

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