内容简介

本书简单、直接地介绍了遗传算法，并且针对所讨论的示例问题，给出了Java代码的算法实现。全书共分灾6章。第1章简单介绍了人工智能和生物进化的知识背景，这也是遗传算法的历史知识背景。第2章给出了一个基本遗传算法的实现；第4章和第5章，分别针对机器人控制器、旅行商问题、排课问题展开分析和讨论，并给出了算法实现。在这些章的末尾，还给出了一些练习供读者深入学习和实践。第6章专门讨论了各种算法的优化问题。

本书适合机器学习爱好者阅读，尤其适合对遗传算法的理论和实现感兴趣的读者阅读参考。1

作者简介

Lee Jacobson来自英国布里斯托尔，是一名专业的自由职业软件开发者。在大学期间学习了遗传算法和其他优化技术后，他对这个主题产生了强烈的兴趣。

Burak Kanber是土生土长的纽约人，他拥有机械工程的学士学位和硕士学位，专注于控制系统、机器人技术、汽车工程和混合动力汽车系统工程。但是，软件一直是他终身的爱好，贯穿着Burak整个生命。1

目录

第1章　简介　1

1.1　什么是人工智能　2

1.2　生物学类比　3

1.3　进化计算的历史　4

1.4　进化计算的优势　5

1.5　生物进化　7

生物进化的一个实例　8

1.6　基本术语　10

术语　10

1.7　搜索空间　11

1.7.1　适应度景观　12

1.7.2　局部最优　14