多目標(biāo)進(jìn)化優(yōu)化 版權(quán)信息
- ISBN:9787030521491
- 條形碼:9787030521491 ; 978-7-03-052149-1
- 裝幀:一般膠版紙
- 冊(cè)數(shù):暫無(wú)
- 重量:暫無(wú)
- 所屬分類:>>
多目標(biāo)進(jìn)化優(yōu)化 本書(shū)特色
近年來(lái),多目標(biāo)進(jìn)化算法(MOEA)的研究進(jìn)入了快速發(fā)展階段,越來(lái)越多的人開(kāi)始從事MOEA新方法和新技術(shù)的設(shè)計(jì)與實(shí)現(xiàn),MOEA的應(yīng)用日益廣泛。 本書(shū)比較全面地綜述了MOEA的國(guó)際研究現(xiàn)狀和發(fā)展趨勢(shì),介紹了MOEA的基礎(chǔ)知識(shí)和基本原理;論述和分析了構(gòu)造Pareto*解集的方法、保持進(jìn)化群體分布性的方法和策略,以及MOEA的收斂性;討論了目前國(guó)際上*代表性的MOEA以及高維MOEA、偏好MOEA和動(dòng)態(tài)MOEA;探討了MOEA的性能評(píng)價(jià)方法、MOEA的測(cè)試方法,以及MOEA測(cè)試實(shí)驗(yàn)平臺(tái)。*后,討論了用多目標(biāo)進(jìn)化方法求解約束優(yōu)化問(wèn)題,并分類概述了MOEA的應(yīng)用及兩個(gè)具體應(yīng)用實(shí)例。 本書(shū)可作為計(jì)算機(jī)、自動(dòng)控制和其他相關(guān)專業(yè)高年級(jí)本科生、碩士研究生、博士研究生,以及MOEA愛(ài)好者研究和學(xué)習(xí)的教材或參考書(shū)。
多目標(biāo)進(jìn)化優(yōu)化 內(nèi)容簡(jiǎn)介
本書(shū)比較全面地綜述了MOEA的國(guó)際研究現(xiàn)狀和發(fā)展趨勢(shì), 介紹了MOEA的基礎(chǔ)知識(shí)和基本原理 ; 論述和分析了構(gòu)造Pareto*優(yōu)解集的方法、保持進(jìn)化群體分布性的方法和策略, 以及MOEA的收斂性等內(nèi)容。
多目標(biāo)進(jìn)化優(yōu)化 目錄
序言前言第1章 緒論11 MOEA概述12 MOEA的分類121 按不同的進(jìn)化機(jī)制分類122 按不同的決策方式分類13 多目標(biāo)進(jìn)化優(yōu)化方法研究14 MOEA理論研究15 MOEA應(yīng)用研究16 有待進(jìn)一步研究的課題第2章 多目標(biāo)進(jìn)化優(yōu)化基礎(chǔ)21 進(jìn)化算法211 遺傳算法的基本流程212 編碼213 適用度評(píng)價(jià)214 遺傳操作22 多目標(biāo)優(yōu)化問(wèn)題23 多目標(biāo)進(jìn)化個(gè)體之間關(guān)系24 基于Pareto的多目標(biāo)*優(yōu)解集241 Pareto*優(yōu)解242 Pareto*優(yōu)邊界243 凸空間和凹空間25 基于Pareto的多目標(biāo)進(jìn)化算法的一般框架第3章 多目標(biāo)Pareto*優(yōu)解集構(gòu)造方法31 構(gòu)造Pareto*優(yōu)解的簡(jiǎn)單方法311 Deb的非支配排序方法312 用排除法構(gòu)造非支配集32 用莊家法則構(gòu)造Pareto*優(yōu)解集321 用莊家法則構(gòu)造非支配集的方法322 正確性論證323 時(shí)間復(fù)雜度分析324 實(shí)例分析325 實(shí)驗(yàn)結(jié)果33 用擂臺(tái)賽法則構(gòu)造Pareto*優(yōu)解集331 用擂臺(tái)賽法則構(gòu)造非支配集的方法332 正確性論證及時(shí)間復(fù)雜度分析333 實(shí)例分析334 實(shí)驗(yàn)結(jié)果34 用遞歸方法構(gòu)造Pareto*優(yōu)解集35 用快速排序方法構(gòu)造Pareto*優(yōu)解集351 個(gè)體之間的關(guān)系352 用快速排序方法構(gòu)造非支配集36 用改進(jìn)的快速排序方法構(gòu)造Pareto*優(yōu)解集361 改進(jìn)的快速排序算法362 實(shí)驗(yàn)結(jié)果第4章 多目標(biāo)進(jìn)化群體的分布性41 用小生境技術(shù)保持進(jìn)化群體的分布性42 用信息熵保持進(jìn)化群體的分布性43 用聚集密度方法保持進(jìn)化群體的分布性44 用網(wǎng)格保持進(jìn)化群體的分布性441 網(wǎng)格邊界442 個(gè)體在網(wǎng)格中的定位443 自適應(yīng)網(wǎng)格45 用聚類方法保持進(jìn)化群體的分布性451 聚類分析中的編碼及其相似度計(jì)算452 聚類分析453 極點(diǎn)分析與處理46 非均勻問(wèn)題的分布性461 非均勻分布問(wèn)題462 雜亂度分析463 種群維護(hù)第5章 多目標(biāo)進(jìn)化算法的收斂性51 多目標(biāo)進(jìn)化模型及其收斂性分析511 多目標(biāo)進(jìn)化簡(jiǎn)單模型512 reduce函數(shù)513 收斂性分析52 自適應(yīng)網(wǎng)格算法及其收斂性521 有關(guān)定義522 自適應(yīng)網(wǎng)格算法523 AGA收斂性分析524 AGA的收斂條件53 MOEA的收斂性分析531 Pareto*優(yōu)解集的特征532 MOEA的收斂性第6章 多目標(biāo)進(jìn)化算法61 基于分解的MOEA611 三類聚合函數(shù)612 基于分解的MOEA算法框架62 基于支配的MOEA621 Schaffer和Fonseca等的工作622 NSGAⅡ623 NPGA624 SPEA2625 PESA626 PAES627 MGAMOO628 MOMGA629 基于信息熵的MOEA6210 mBOA63 基于指標(biāo)的MOEA631 Hypervolume指標(biāo)和二元εindicator指標(biāo)632 SMSEMOA633 IBEA64 NSGAⅡ、SPEA2、MOEA/D實(shí)驗(yàn)比較結(jié)果第7章 高維MOEA71 概述72 NSGAⅢ 721 參考點(diǎn)的設(shè)置722 種群的自適應(yīng)標(biāo)準(zhǔn)化723 關(guān)聯(lián)操作724 個(gè)體保留操作725 NSGAⅢ時(shí)間復(fù)雜度分析73 εMOEA74 SDE75 實(shí)驗(yàn)結(jié)果及對(duì)高維MOEA研究的思考第8章 偏好MOEA81 概述82 gdominance算法83 rdominance算法84 角度信息偏好算法85 實(shí)驗(yàn)結(jié)果第9章 基于動(dòng)態(tài)環(huán)境的MOEA91 動(dòng)態(tài)多目標(biāo)優(yōu)化問(wèn)題(DMOP)911 DMOP基本概念及數(shù)學(xué)表述912 DMOP的分類913 動(dòng)態(tài)多目標(biāo)進(jìn)化方法914 動(dòng)態(tài)多目標(biāo)測(cè)試問(wèn)題92 FPS 921 預(yù)測(cè)策略及算法922 實(shí)驗(yàn)結(jié)果93 PPS931 PPS基本原理932 PS中心點(diǎn)的預(yù)測(cè)933 PS的副本估計(jì)934 下一時(shí)刻解的生成935 PPS算法936 實(shí)驗(yàn)結(jié)果94 DEEPDMS941 動(dòng)態(tài)環(huán)境模型942 動(dòng)態(tài)進(jìn)化模型的實(shí)現(xiàn)943 DEEPDMS944 實(shí)驗(yàn)結(jié)果第10章 MOEA性能評(píng)價(jià)101 概述102 實(shí)驗(yàn)設(shè)計(jì)與分析1021 實(shí)驗(yàn)?zāi)康莫í?022 MOEA評(píng)價(jià)工具的選取1023 實(shí)驗(yàn)參數(shù)設(shè)置1024 實(shí)驗(yàn)結(jié)果分析103 MOEA性能評(píng)價(jià)方法1031 評(píng)價(jià)方法概述1032 收斂性評(píng)價(jià)方法1033 分布性評(píng)價(jià)方法104 綜合評(píng)價(jià)指標(biāo)1041 超體積指標(biāo)1042 反轉(zhuǎn)世代距離第11章 MOEA測(cè)試函數(shù)111 概述112 MOEA測(cè)試函數(shù)集113 MOP問(wèn)題分類1131 非偏約束的數(shù)值MOEA測(cè)試函數(shù)集1132 帶偏約束的數(shù)值MOEA測(cè)試函數(shù)集114 構(gòu)造MOP測(cè)試函數(shù)的方法1141 從數(shù)值上構(gòu)造MOP1142 規(guī)模可變的多目標(biāo)測(cè)試函數(shù)的構(gòu)造方法1143 自底向上地構(gòu)造規(guī)模可變的多目標(biāo)測(cè)試函數(shù)1144 對(duì)曲面進(jìn)行約束構(gòu)造規(guī)模可變的多目標(biāo)測(cè)試函數(shù)115 DTLZ測(cè)試函數(shù)系列1151 DTLZ11152 DTLZ21153 DTLZ31154 DTLZ41155 DTLZ51156 DTLZ61157 DTLZ71158 DTLZ81159 DTLZ9116 組合優(yōu)化類MOEA測(cè)試函數(shù)117 WFG測(cè)試問(wèn)題工具包1171 問(wèn)題特性1172 Pareto*優(yōu)面的幾何結(jié)構(gòu)1173 構(gòu)造測(cè)試問(wèn)題的一般方法1174 WFG1~WFG9118 可視化測(cè)試問(wèn)題119 其他測(cè)試問(wèn)題第12章 多目標(biāo)優(yōu)化實(shí)驗(yàn)平臺(tái)121 多目標(biāo)優(yōu)化實(shí)驗(yàn)平臺(tái)特性122 開(kāi)源軟件框架123 優(yōu)化模板庫(kù)1231 OTL的構(gòu)成1232 OTL面向?qū)ο蟮脑O(shè)計(jì)架構(gòu)1233 OTL的三個(gè)組成工程第13章 基于多目標(biāo)優(yōu)化求解單目標(biāo)約束優(yōu)化問(wèn)題131 約束優(yōu)化概述132 CW算法133 HCOEA算法
第14章 MOEA應(yīng)用141 MOEA應(yīng)用概述1411 MOEA在環(huán)境與資源配置方面的應(yīng)用1412 MOEA在電子與電氣工程方面的應(yīng)用1413 MOEA在通信與網(wǎng)絡(luò)優(yōu)化方面的應(yīng)用1414 MOEA在機(jī)器人方面的應(yīng)用1415 MOEA在航空航天方面的應(yīng)用1416 MOEA在市政建設(shè)方面的應(yīng)用1417 MOEA在交通運(yùn)輸方面的應(yīng)用1418 MOEA在機(jī)械設(shè)計(jì)與制造方面的應(yīng)用1419 MOEA在管理工程方面的應(yīng)用14110 MOEA在金融方面的應(yīng)用14111 MOEA在科學(xué)研究中的應(yīng)用142 MOEA在車輛路徑問(wèn)題中的應(yīng)用1421 帶時(shí)間窗的車輛路徑問(wèn)題1422 求解VRPTW問(wèn)題的MOEA1423 可變概率的λinterchange局部搜索法1424 實(shí)驗(yàn)與分析143 MOEA在供水系統(tǒng)中的應(yīng)用1431 水泵調(diào)度問(wèn)題1432 求解方法1433 實(shí)驗(yàn)結(jié)果分析附錄A 符號(hào)及縮寫(xiě)?yīng)íじ戒汢 MOPs測(cè)試函數(shù)附錄C 表B1測(cè)試函數(shù)的Ptrue圖和PFtrue圖附錄D 表B2測(cè)試函數(shù)的Ptrue圖和PFtrue圖參考文獻(xiàn)
展開(kāi)全部
多目標(biāo)進(jìn)化優(yōu)化 作者簡(jiǎn)介
鄭金華 博士,教授、博士生導(dǎo)師,國(guó)務(wù)院特殊津貼專家。從1997年開(kāi)始從事進(jìn)化優(yōu)化、多目標(biāo)進(jìn)化優(yōu)化、高維多目標(biāo)進(jìn)化優(yōu)化等研究,主持完成**自然科學(xué)基金項(xiàng)目3項(xiàng)、省部級(jí)科研項(xiàng)目10余項(xiàng),以**完成人獲得湖南省自然科學(xué)獎(jiǎng)二等獎(jiǎng)1項(xiàng)、湖南省**教學(xué)成果獎(jiǎng)二等獎(jiǎng)2項(xiàng),獲得霍英東青年教師獎(jiǎng)1項(xiàng);出版學(xué)術(shù)著作1部,在IEEE Transactions on Evolutionary Computation、Evolutionary Computation、Applied Soft Computing以及《計(jì)算機(jī)學(xué)報(bào)》《軟件學(xué)報(bào)》等發(fā)表學(xué)術(shù)論文220余篇。