前言

在科学研究和工程计算领域经常会遇到一些非常复杂的计算问题。这些问题利用计算器或手工计算无法完成，只能借助计算机完成。MATLAB在数值计算方面表现卓越，同时，MATLAB语言具有编程效率高、图形界面友好、扩充能力强、交互性好、可移植性强、全方位的帮助系统等特点。因此，MATLAB广泛应用于各行各业。

目前，MATLAB已成为信号处理、通信原理、自动控制等专业的重要基础课程的首选实验平台。对于学生而言，最有效的学习途径是结合某一专业课程的学习掌握该软件的使用与编程。

1．本书特点

由浅入深，循序渐进：本书以MATLAB爱好者为对象，首先从MATLAB使用基础讲起，再辅以MATLAB智能算法在工程中的应用案例，帮助读者尽快掌握MATLAB进行智能算法的学习和开发。

步骤详尽、内容新颖：作者结合多年 MATLAB 使用经验与实际工程应用案例，将MATLAB 软件的使用方法与技巧详细地讲解给读者。本书在智能算法的讲解过程中，步骤详尽，并辅以相应的流程图，使读者在阅读时一目了然，从而快速掌握书中所讲内容。

实例典型，轻松易学：通过学习实际工程应用案例，运用智能算法进行操作求解，是掌握MATLAB智能算法编程应用最好的方式。本书通过综合应用案例，透彻详尽地讲解了MATLAB智能算法的应用研究。

2．本书内容

本书基于MATLAB R2013a 版，讲解了MATLAB 的基础知识和核心内容。本书主要围绕智能算法在工程问题中的应用进行算法验证。全书包括23章。

第1章，MATLAB基础知识：对MATLAB的基本界面和功能进行介绍，并围绕矩阵的应用以及简单的工程问题求解进行阐述。

第2章，种群竞争微分方程的求解：以种群竞争模型为例，利用MATLAB对该微分模型进行分析求解。

第3章，基于Markov的食品物价趋势预测：主要围绕Markov模型进行食品价格的预测分析。

第4章，基于时间序列的物价预测算法：围绕常用的时间序列模型，进行食品价格数据的分析。

第5章，基于层次分析法的食堂服务质量评价算法：基于食堂服务质量模型，运用层次分析方法，给出合理全面的评价。

第6章，MATLAB优化工具箱的使用：MATLAB优化工具箱有很多。针对极值寻优计算，MATLAB 优化工具箱提供了大量的函数以供调用。本章讲述了优化工具箱函数的使用方法。

第7章，基于RBF 网络的优化逼近：围绕径向基函数（RBF，Radial Basis Function）神经网络，讲述了使用智能算法优化的RBF网络的优化逼近算法分析。

第8章，自适应模糊控制算法：自适应模糊控制是指具有自适应学习算法的模糊逻辑系统，其学习算法是依靠数据信息来调整模糊逻辑系统的参数。本章围绕常规的二阶控制系统，进行自适应模糊控制算法的研究分析。

第9章，基于PID的控制算法：PID是现今工业控制广泛采用的控制算法。本章围绕PID控制算法，研究了不同的PID算法的控制效果。

第10章，基于LQR+PID的倒立摆控制算法：针对倒立摆系统，分别采用PID和LQR控制算法对倒立摆系统进行控制，达到稳定控制的目的。

第11章，基于粒子群算法的寻优计算：粒子群算法（PSO）是一种基于群体的随机优化技术，根据迭代寻优算法找出目标函数的极值。本章主要使用粒子群算法对有约束和无约束的函数方程进行粒子群算法验证。

第12章，基本粒子群改进算法分析：粒子群算法寻优迭代过程中，常常出现粒子早熟等现象，陷入局部最优解。因此，本章基于基本的粒子群算法讨论了粒子群算法的改进策略。

第13章，基于免疫算法的物流中心选址：物流中心选址模型是非凸和非光滑的带有复杂约束的非线性规划模型，属于 NP-hard 问题。本章采用免疫算法，一方面对算法进行验证，另一方面拟解决物流中心选址等问题。

第14章，基于人工免疫粒子群聚类算法：聚类算法多根据数据特征进行相关性近亲聚类，基于人工免疫粒子群算法能够较快、较准确地实现图像数据的聚类分析。

第15章，基于ART的植物种类自动分类：目前植物识别和分类主要由人工完成，工作量较大，效率较低。因此，本章采用ART神经网络对植物种类数据进行自动分类分析，简化实际工程应用工作量。

第16章，基于贝叶斯网络的数据预测：贝叶斯预测不同于传统预测方法。贝叶斯预测在预测过程中应用了决策者的主观信息。本章基于贝叶斯网络，应用贝叶斯网络算法进行数据的预测分析。

第17章，基于遗传算法的寻优计算：遗传算法具有较好的收敛性和健壮性。本章采用遗传算法对函数进行寻优计算，验证算法的可行性。

第18章，基于遗传算法的TSP求解：TSP也称旅行商问题，属于NP问题。采用遗传算法能较快地实现TSP算法的求解。

第19章，基于蚁群算法的路径规划计算：蚁群具有较好的寻优能力，本章主要采用蚁群算法模拟了二维和三维路径规划优化计算问题。

第20章，基于蚁群算法的TSP求解：本章主要借助蚁群算法实现TSP问题的求解，验证算法的可行性。

第21章，基于模拟退火的粒子群算法：模拟退火算法基于对固体退火过程的模拟。基于模拟退火的粒子群优化算法以基本粒子群优化算法运算流程作为主体流程，为把模拟退火机制引入其中，采用杂交粒子群优化算法中的杂交运算和带高斯变异的粒子群优化算法中的变异运算，以进一步调整优化群体。

第22章，基于人群搜索算法的函数优化：人群搜索算法是对人的随机搜索行为进行分析。本章采用人群搜索算法实现函数的寻优计算，验证了算法的可行性。

第23章，数控机床进给伺服系统的SOA-PID参数整定：基于SOA对于函数优化特性的分析，本章主要采用人群搜索算法实现对实际数控机床进给伺服系统进行PID参数的整定。

注：本书中用到的所有程序代码和数据，请到作者的博客下载。

3．读者对象

本书适合于MATLAB初学者和研究算法提高并解决工程应用能力的读者，包括：

★相关从业人员　　　★初学MATLAB的技术人员

★大中专院校的教师和在校生　★相关培训机构的教师和学员

★参加工作实习的“菜鸟”　★MATLAB爱好者

★广大科研工作人员　　★初中级MATLAB从业人员

4．本书作者

本书由MATLAB技术联盟高飞编著，另外，余胜威、李昕、刘成柱、史洁玉、孙国强、代晶、贺碧蛟、石良臣、孔玲军、柯维娜等人为本书的编写提供了大量的帮助，在此一并表示感谢。

虽然作者在本书的编写过程中力求叙述准确、完善，但由于水平有限，书中欠妥之处在所难免，希望读者能够及时指出，共同促进本书质量的提高。

5．读者服务

读者如在学习过程中遇到与本书有关的技术问题，可以发邮件到邮箱 book_hai@126.com，或者访问博客http://blog.sina.com.cn/tecbook，编者会尽快给予解答，我们将竭诚为您服务。

编者