머리말 ... ⅲ
제1장 유전 알고리즘의 개괄 ... 1
   1.1 유전 알고리즘이 소용없는 문제들 ... 2
   1.2 유전 알고리즘 약사 ... 3
   1.3 유전 알고리즘의 기본 용어들 ... 5
   1.4 유전 알고리즘의 전형적인 구조 ... 6
   1.5 표현 ... 8
   1.6 스키마 ... 9
   1.7 교차 ... 10
   1.8 변이 ... 12
   1.9 대치 ... 13
   References ... 15
제2장 문제의 표현 ... 19
   2.1 이진수 표현 : k-진수 표현 ... 19
   2.2 그레이 코딩 (Gray Coding) ... 20
   2.3 실수 표현 ... 22
   2.4 가변 표현 ... 23
   2.5 위치 기반 표현 : 순서 기반 표현 ... 26
   2.6 일차원 표현 : 다차원 표현 ... 28
   2.7 유전자 재배치 ... 30
   2.8 트리 표현 ... 31
   References ... 33
제3장 유전 알고리즘의 연산자들 ... 39
   3.1 선택 연산 ... 39
   3.2 교차 연산 ... 44
   3.3 변이 연산 ... 57
   3.4 대치 연산 ... 61
   References ... 63
제4장 몇 가지 이론적 사항들 ... 69
   4.1 스키마 정리와 빌딩 블록 가설 ... 69
   4.2 스키마의 생존 확률 ... 76
   4.3 상위 (Epistasis) ... 85
   4.4 문제 공간의 모양 ... 88
   4.5 왕도 함수 (Royal-Road Function) ... 95
   References ... 97
제5장 확장된 주제들 ... 103
   5.1 혼합형 유전 알고리즘 ... 103
   5.2 병렬 유전 알고리즘 ... 106
   5.3 복수 개의 목적 함수를 갖는 유전 알고리즘 ... 108
   5.4 공진화 ... 111
   5.5 에코 (Echo) 모델 ... 113
   5.6 해집단의 다양성 유지 ... 118
   5.7 교차 연산들의 혼용과 시너지 효과 ... 120
   5.8 분류자 시스템 (Classifier System) ... 123
   References ... 129
제6장 유전 알고리즘의 응용 예들 ... 139
   6.1 함수 최적화 (Function Optimization) ... 139
   6.2 시스템 최적화 ... 140
   6.3 조합적 최적화 ... 150
   6.4 CRM 및 인터넷 1-To-1 마케팅 ... 181
   6.5 죄수의 딜레마 (Prisoner's Dilemma) 문제 ... 187
   References ... 191
제7장 유전 알고리즘의 구체적 예: 그래프 분할을 위한 혼합형 유전 알고리즘 ... 199
   7.1 기본 사항 ... 200
   7.2 그래프 이등분을 위한 유전 알고리즘 ... 203
   7.3 스키마 전처리 (Schema Preprocessing) ... 209
   7.4 결론 ... 212
   References ... 214
제8장 다른 통계적 공간 탐색 기법들 ... 219
   8.1 진화 연산의 다른 방법들 ... 219
   8.2 시뮬레이티드 어닐링 (Simulated Annealing, SA) ... 224
   8.3 큰스텝 마르코브 체인 ... 225
   8.4 타부 서치 (Tabu Search) ... 227
   References ... 229
제9장 결어 ... 231
찾아보기 ... 235