1. 学习遗传算法和神经网络算法看什么书好
理论方面用:
<遗传算法---理论,应用与软件实现> 王小平 西安交大出版社
(本人从十本相关书籍中选的一本)
软件实现用:
<MATLAB 遗传算法工具箱及应用> 雷英杰 西安电子科技大学出版社
遗传算法是模仿DNA进化的过程,通过选择,交叉,变异的方法的搜索全局最优解的一种算法,根据你制定的适应度函数,搜索适应度高的基因组合,适应度高的基因组合在下一代所占的比列更高,而适应度低的组合被淘汰.通过一代一代的筛选繁衍,最终找到全局接近最优解.
适用于数值优化，如多目标函数优化。以及组合优化，如NP问题－〉作业调度，旅行问题，背包问题。神经网络是遗传算法的进阶,进一步深入可以解决机器学习与人工智能和生命工程问题.
2. 求人推荐几本有关神经网络和遗传算法的书籍
告诉你个招，上网搜搜各高校的数学建模网站，容易搜到，这有个科大的数模网站，有讲数模的一些东西可以下到http://mcm.ustc.e.cn/youxiu.htm
3. 悬赏100分了啊！！！各位大大给我推荐本好书啊，有关遗传算法的matlab编程（电力系统方面）
个人意见：如果你搞清楚了遗传算法，那你所谓的电力系统方面就不是问题，因为仅仅是换了个系统方程，别的没有什么实质的改变。所以建议你先看看遗传算法的内容，尝试编写个很简单的例子，然后套用到你电力系统方面就ok了。
4. 推荐一些算法比较好的书
刘汝佳的《算法艺术与信息学竞赛》，这本书很适合搞算法竞赛的看。
《算法导论》这本书就不用多说了，经典
Udi Manber 的《Introction to Algorithms: A Creative Approach》中文名《算法引论：一种创造性方法》
当然还有很多书，上面三本我有幸看过
5. 怎么学习遗传算法呢本人不是计算机专业，想用遗传算法做优化。但是毫无头绪。
这个算法入门非常简单，推荐书《游戏编程中的人工智能技术》，网上有pdf版，这部书第二章以浅显的办法专门说明了遗传算法的原理和实现方法
我只能跟你说，这个是人工智能算法中的一种，必须了解了才能够使用(不必深入了解，数学原理也可以忽略)，如果你不想了解的话，推荐你找个了解并会用遗传算法的人来帮你，你提出需求，他来帮你完成
这个算法运行成功是概率性的，可能需要运行多次才能达到想要的结果，对于一个复杂的问题，有许多东西需要考虑，对算法的了解程度和对问题的理解程度要高，不然效果会大打折扣
6. 做数学建模用到的遗传算法，难不难，要怎么学要不要用专门的工具箱
要看你用遗传算法解决什么问题，一般情况下，有两个方向使用遗传算法，一是自己编写遗传算法代码解决问题，二是用Matlab遗传算法工具箱。前者可以学习王小平的《遗传算法——理论、应用与软件实现》这本书，后者可以学习 雷英杰的《MATLAB遗传算法工具箱及应用》这本书，网上都可以找到电子版。
你要是用遗传算法解决旅行商问题这样的组合优化问题，建议你自己编码实现吧，网上可以找到很多代码参考。
7. 算法入门的话看什么书比较好
原理 入门：《编码：隐匿在计算机软硬件背后的语言》
这是一本讲述计算机工作原理的书。
不过，你千万不要因为“工作原理”之类的字眼就武断地认为，它是晦涩而难懂的。作者用丰富的想象和清晰的笔墨将看似繁杂的理论阐述得通俗易懂，你丝毫不会感到枯燥和生硬。 更重要的是，你会因此而获得对计算机工作原理较深刻的理解。这种理解不是抽象层面上的，而是具有一定深度的，这种深度甚至不逊于“电气工程师”和“程序员”的理解。
不管你是计算机高手，还是对这个神奇的机器充满敬畏之心的菜鸟，都不妨翻阅一下《编码:隐匿在计算机软硬件背后的语言》，读一读大师的经典作品，必然会有收获。
实战 晋升：《编程珠玑》
正如自然界里珍珠出自细沙对牡蛎的磨砺，计算机科学大师 Jon Bentley 以其独有的洞察力和创造力，从磨砺程序员的实际问题中凝结出一篇篇不朽的编程“珠玑”，成为世界计算机界名刊《ACM通讯》历史上最受欢迎的专栏，最终结集为两部不朽的计算机科学经典名着，影响和激励着一代又一代程序员和计算机科学工作者。
本书为第一卷，主要讨论计算机科学中最本质的问题：如何正确选择和高效地实现算法。
永恒的经典：《代码大全》
Steve McConnell 的原作《代码大全》(第1版)是公认的关于编程的最佳实践指南之一， 在过去的十多年间，本书一直在帮助开发人员编写更好的软件。
现在，作者将这本经典着作全新演绎，融入了最前沿的实践技术，加入了上百个崭新的代码示例， 充分展示了软件构建的艺术性和科学性。 McConnell汇集了来自研究机构、学术界以及业界日常实践的主要知识， 把最高效的技术和最重要的原理交织融会为这本既清晰又实用的指南。
无论您的经验水平如何，也不管您在怎样的开发环境中工作，也无论项目是大是小， 本书都将激发您的思维并帮助您构建高品质的代码。