本書中,作者描述了有關自然和人工系統(tǒng)中的適應問題背后隱藏的規(guī)律性及其理論。從生物系統(tǒng)到經(jīng)濟系統(tǒng),本書建立起統(tǒng)一的適應性系統(tǒng)的理論框架,展示了如何讓計算機程序自發(fā)進化的遺傳算法,進一步又用嚴格的數(shù)學定理揭示了算法背后的理論本質(zhì)。
John H.Holland,復雜理論和非線性科學的先驅(qū),遺傳算法之父。密歇根大學計算機科學與電子工程教授兼心理學教授,著名的麥克阿瑟研究獎獲得者,麥克阿瑟協(xié)會及世界經(jīng)濟論壇的會員、研究所指導委員會主席之一。除本書外還著有《隱秩序》、《涌現(xiàn)》等。
插圖列表
1992年版的前言
前言
第1章 背景介紹
1.介紹
2.初步概覽
3.一個簡單的人工適應系統(tǒng)
4.一個復雜的自然適應系統(tǒng)
5.一般的觀察
第2章 形式框架
1.討論
2.表述
3.與Dubins-Savage賭徒問題形式化的比較
第3章 實例
1.遺傳學
2.經(jīng)濟學
3.博弈
4.搜索、模式識別與統(tǒng)計推斷
5.控制與函數(shù)優(yōu)化
6.中樞神經(jīng)系統(tǒng)
第4章 模式
1.模式的定義
2.模式的表現(xiàn)
3.模式的測試
4.內(nèi)在并行性
5.壓縮存儲
第5章 最優(yōu)試驗分配
1.雙臂賭機
2.最小損失的實現(xiàn)
3.多重選擇
4.在模式中的應用
第6章 復制程序和遺傳操作
1.廣義的復制程序
2.廣義的遺傳操作——交叉
3.廣義的遺傳操作——倒位
4.廣義的遺傳操作——變異
5.進一步提高能力
6.解釋
第7章 遺傳程序的魯棒性
1.類型R1的適應程序
2.程序R1的魯棒性
3.魯棒性比較——簡單的人工適應系統(tǒng)
4.魯棒性比較——復雜的自然適應系統(tǒng)
5.一般的結論
第8章 編碼和表示的適應
1.固定表示
2.“廣播語言”
3.用法
4.在可更改表達方法的遺傳程序中的應用
第9章 總覽
1.洞察
2.計算機研究
3.高級問題
第10章 過渡與展望
1.過渡階段
2.再論對試驗的最佳分配
3.近期的工作
4.可能性
重要符號詞匯表
參考文獻
名詞索引
譯后記