本书以遗传算法基本理论为基础，依据近年来该算法的发展现状，对其数学基础理论、算法设计方法及其工程应用进行系统研究和全面总结。对基本遗传算法、多目标优化遗传算法、小生境遗传算法，进行系统分析和改进，提出了新的遗传算法收敛性指标和遗传算法全局收敛性分析的数学方法，并提出了预防遗传算法早熟的种群成熟度自适应控制策略，给出了针对不同编码方案的遗传算法控制参数优化方法，设计了新型遗传算子，构造了提高非线性优化全局收敛性的新型遗传算法，并且给出了遗传算法的实际运用方法和应用案例，包括遗传算法在典型组合优化问题和工程系统优化问题中的应用。本书能够为遗传算法理论研究和算法改进提供参考；为运用遗传算法求解经典最优化问题提供算法支持，为遗传算法的工程应用在算法设计与实现上提供借鉴。
本书的主要读者对象为高等学校计算科学、运筹与控制、计算机科学与技术等专业的师生，从事现代智能算法研究的科研人员，以及从事智能算法设计与应用工作的工程技术人员。

汪民乐，1964年出生。安徽枞阳人。1985—2001年先后毕业于第二炮兵工程学院、西北工业大学。分别获得工学学士、硕士、博士学位。2002—2005年为第二炮兵工程学院控制科学与工程学科在站博士后。现任火箭军工程大学教授、博士生导师。并任陕西省运筹学学会常务理事、国家自然科学基金委员会评审专家、教育部学位与研究生教育评估专家。《战术导弹技术》《兵器装备工程学报》与《火箭军工程大学学报》编委。主要从事军事运筹理论与方法、武器系统效能分析、军事系统建模与仿真、军事信息处理与军事智能决策、军事装备管理与保障研究。在《宇航学报》《兵工学报》《弹道学报》《控制与决策》《系统工程理论与实践》等权威期刊及国际会议发表论文150余篇。被国际三大检索收录20余篇；公开出版学术专著5部，编著(译)教材9部；主持或参与完成国家和军队科研项目20余项，获军队和省部级科技进步奖19项、国防发明专利1项。曾获军队院校育才奖“银奖”。两次被评为火箭军”优秀教员”，享受军队优秀专业技术人才二类岗位津贴，并两次荣立“三等功”。

第一篇 基础篇
第1章 基本遗传算法
1.1 遗传算法的产生与发展
1.2 遗传算法的数学基础理论
1.3 基本遗传算法的构成要素
1.4 基本遗传算法的遗传算子
1.5 基本遗传算法的实现过程
1.6 遗传算法的特点与优点
参考文献
第2章 多目标优化遗传算法
2.1 多目标优化问题的定义和数学模型
2.2 传统多目标优化方法
2.3 多目标优化遗传算法的基本框架
2.4 典型多目标优化遗传算法
2.5 多目标优化遗传算法中有待解决的问题
2.6 有关多目标优化遗传算法的几点讨论
参考文献
第3章 小生境遗传算法
3.1 基本小生境遗传算法
3.2 克服“早熟”的改进小生境遗传算法
参考文献
第二篇 进阶篇
第4章 遗传算法的收敛效率分析
4.1 引言
4.2 GA的收敛效率指标
4.3 基于模式的GA收敛效率分析
4.4 GA的全局收敛性
4.5 遗传算法控制参数优化策略
4.6 GA早熟问题的定量分析及其预防策略
参考文献
第5章 新型高效率遗传算法设计
5.1 引言
5.2 高效率遗传算子设计
5.3 提高非线性优化全局收敛性的新型GA
5.4 求解非线性混合整数规划的新型GA
5.5 求解多目标规划的新型GA
5.6 高效率混合GA
5.7 进化算法中的约束处理技术
参考文献
第三篇 应用篇
第6章 遗传算法在调度问题中的应用
6.1 多资源约束的车辆调度问题的改进遗传算法
6.2 基于小生境遗传算法的干扰资源调度优化
6.3 基于小生境遗传算法的相控阵雷达任务调度
参考文献
第7章 遗传算法在排序问题中的应用
7.1 基于改进遗传算法的航班进港排序优化
7.2 基于遗传算法的加工工艺决策与排序优化
7.3 基于遗传算法的Job—shop调度
参考文献
第8章 遗传算法在选址问题中的应用
8.1 基于遗传算法求解城市物流中心选址问题
8.2 基于遗传算法求解电力设施选址问题
参考文献
第9章 遗传算法在指派问题中的应用
9.1 改进的遗传算法求解火力分配优化问题
9.2 基于多目标优化遗传算法的武器一目标分配
9.3 基于改进遗传算法的飞机排班优化
9.4 基于改进遗传算法的机组指派优化
参考文献
第10章 遗传算法在路径规划中的应用
10.1 基于自适应遗传算法的连续时空最优搜索路径规划
10.2 基于改进遗传算法的移动机器人路径规划
参考文献
第11章 遗传算法在结构优化中的应用
11.1 改进遗传算法在框架结构优化设计中的应用
11.2 基于神经网络和遗传算法的火炮结构动力学优化
参考文献
第12章 遗传算法在自动控制中的应用
12.1 基于遗传算法的汽车主动悬架控制器优化设计
12.2 基于遗传算法的无人机模糊一积分控制器设计
参考文献
第13章 遗传算法在电力系统优化中的应用
13.1 基于多种群遗传算法的电力系统多目标优化
13.2 基于改进遗传算法的电力系统无功优化
13.3 基于自适应量子遗传算法的电力系统机组组合优化
参考文献