掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥57.8
加入購(gòu)物車
復(fù)雜高維多目標(biāo)優(yōu)化方法/國(guó)之重器出版工程 版權(quán)信息
- ISBN：9787121399374
- 條形碼：9787121399374 ; 978-7-121-39937-4
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
復(fù)雜高維多目標(biāo)優(yōu)化方法/國(guó)之重器出版工程 內(nèi)容簡(jiǎn)介
本書闡述了目前工程實(shí)踐中高維多目標(biāo)優(yōu)化面臨的挑戰(zhàn)，從目標(biāo)間的競(jìng)爭(zhēng)關(guān)系、相似關(guān)系和約束關(guān)系等角度，論述了具有競(jìng)爭(zhēng)目標(biāo)關(guān)系的高維多目標(biāo)優(yōu)化算法、基于相似或冗余目標(biāo)約簡(jiǎn)的超多目標(biāo)優(yōu)化算法、分層優(yōu)化的約束高維多目標(biāo)優(yōu)化算法、基于協(xié)作目標(biāo)信息啟發(fā)的多目標(biāo)優(yōu)化算法，為有效解決復(fù)雜體系/體系工程的高維多目標(biāo)優(yōu)化提供了技術(shù)支持。
復(fù)雜高維多目標(biāo)優(yōu)化方法/國(guó)之重器出版工程 目錄
第 1章 復(fù)雜性與優(yōu)化算法
1．1 引言
1．2 復(fù)雜性
1．3 系統(tǒng)的復(fù)雜性
1．4 體系的復(fù)雜性
1．5 多目標(biāo)優(yōu)化問題
1．5．1 經(jīng)典多目標(biāo)優(yōu)化問題
1．5．2 高維多目標(biāo)優(yōu)化問題
1．5．3 超多目標(biāo)優(yōu)化問題
1．5．4 集合多目標(biāo)優(yōu)化問題
1．6 多目標(biāo)優(yōu)化算法
1．6．1 目標(biāo)間的關(guān)系
1．6．2 多目標(biāo)優(yōu)化算法的研究?jī)?nèi)容
1．6．3 多目標(biāo)優(yōu)化算法類型
1．6．4 經(jīng)典的多目標(biāo)優(yōu)化算法
1．7 多目標(biāo)優(yōu)化算法標(biāo)準(zhǔn)測(cè)試函數(shù)及評(píng)價(jià)指標(biāo)
1．7．1 測(cè)試函數(shù)
1．7．2 評(píng)價(jià)指標(biāo)
1．8 多目標(biāo)優(yōu)化研究面臨的主要挑戰(zhàn)
1．9 本章小結(jié)
參考文獻(xiàn)
第 2章 遺傳算法
2．1 引言
2．2 基礎(chǔ)知識(shí)
2．3 遺傳算法的思想
2．4 遺傳算法的基本操作
2．5 遺傳算法的實(shí)現(xiàn)
2．6 遺傳算法的研究現(xiàn)狀
2．6．1 改進(jìn)遺傳算子及參數(shù)
2．6．2 協(xié)同遺傳算法
2．6．3 混合遺傳算法
2．7 本章小結(jié)
參考文獻(xiàn)
第3章 改進(jìn)的遺傳算法
3．1 引言
3．2 混合策略的家族遺傳算法
3．2．1 家族交叉算子
3．2．2 變異算子
3．2．3 算法步驟
3．3 基于聚類的遺傳算法
3．3．1 基于生長(zhǎng)樹的聚類思想
3．3．2 聚類遺傳算法的實(shí)現(xiàn)
3．4 本章小結(jié)
參考文獻(xiàn)
第4章 粒子群算法
4．1 引言
4．2 粒子群算法的思想
4．3 粒子群算法的數(shù)學(xué)基礎(chǔ)
4．3．1 原始粒子群算法
4．3．2 標(biāo)準(zhǔn)粒子群算法
4．3．3 離散粒子群算法
4．3．4 隨機(jī)慣性權(quán)重粒子群算法
4．3．5 拓?fù)浣Y(jié)構(gòu)和鄰域結(jié)構(gòu)
4．4 粒子群算法的實(shí)現(xiàn)
4．4．1 算法描述
4．4．2 參數(shù)設(shè)置
4．4．3 算法的評(píng)價(jià)指標(biāo)
4．5 粒子群算法的特點(diǎn)
4．6 粒子群算法的研究現(xiàn)狀
4．7 本章小結(jié)
參考文獻(xiàn)
第5章 改進(jìn)的粒子群算法
5．1 引言
5．2 并行速度受限的粒子群算法
5．2．1 研究動(dòng)機(jī)
5．2．2 速度受限的粒子群算法
5．2．3 基于并行機(jī)制的速度受限粒子群算法
5．3 混合粒子群遺傳算法
5．3．1 混合粒子群遺傳算法的思想
5．3．2 混合粒子群遺傳算法描述
5．3．3 混合粒子群遺傳算法實(shí)現(xiàn)
5．3．4 實(shí)驗(yàn)結(jié)果與分析
5．4 本章小結(jié)
參考文獻(xiàn)
第6章 差分算法
6．1 引言
6．2 基本差分算法
6．2．1 差分算法的思想
6．2．2 差分算法的基本操作
6．2．3 差分算法的實(shí)現(xiàn)
6．2．4 差分算法的特點(diǎn)
6．3 差分算法研究現(xiàn)狀
6．4 本章小結(jié)
參考文獻(xiàn)
第7章 基于競(jìng)爭(zhēng)關(guān)系的高維多目標(biāo)優(yōu)化算法
7．1 引言
7．2 研究背景與動(dòng)機(jī)
7．3 基于雙存檔策略的進(jìn)化算法
7．3．1 均勻池策略
7．3．2 單項(xiàng)精英保留策略
7．3．3 雙存檔策略的高維多目標(biāo)優(yōu)化算法
7．4 仿真實(shí)驗(yàn)及結(jié)果
7．4．1 實(shí)驗(yàn)環(huán)境和函數(shù)
7．4．2 對(duì)比算法
7．4．3 參數(shù)設(shè)置
7．4．4 實(shí)驗(yàn)結(jié)果
7．5 性能分析
7．6 本章小結(jié)
參考文獻(xiàn)
第8章 基于相似或冗余目標(biāo)約簡(jiǎn)的超多目標(biāo)優(yōu)化算法
8．1 引言
8．2 研究背景與問題描述
8．2．1 基于聚類的在線目標(biāo)約簡(jiǎn)技術(shù)
8．2．2 問題描述
8．3 相關(guān)研究基礎(chǔ)
8．4 基于自適應(yīng)生長(zhǎng)樹聚類目標(biāo)約簡(jiǎn)的多目標(biāo)優(yōu)化方法
8．4．1 自適應(yīng)*鄰近距離
8．4．2 基于聚合的目標(biāo)約簡(jiǎn)
8．4．3 算法： ORAPTC
8．5 仿真實(shí)驗(yàn)及結(jié)果
8．5．1 實(shí)驗(yàn)函數(shù)與評(píng)價(jià)指標(biāo)
8．5．2 對(duì)比算法
8．5．3 參數(shù)設(shè)置
8．5．4 實(shí)驗(yàn)結(jié)果
8．6 性能分析
8．7 本章小結(jié)
參考文獻(xiàn)
第9章 基于分層優(yōu)化的高維約束多目標(biāo)優(yōu)化算法
9．1 引言
9．2 研究背景與動(dòng)機(jī)
9．3 相關(guān)研究基礎(chǔ)
9．3．1 求解約束問題的多目標(biāo)優(yōu)化法及分層思想
9．3．2 單親遺傳算法
9．4 分層優(yōu)化的約束關(guān)系多目標(biāo)優(yōu)化算法
9．4．1 分層優(yōu)化的模型描述
9．4．2 分層優(yōu)化的改進(jìn)型單親遺傳算法
9．4．3 不同場(chǎng)景下紅藍(lán)雙方對(duì)抗比賽的實(shí)例求解
9．5 仿真實(shí)驗(yàn)及結(jié)果
9．5．1 實(shí)驗(yàn)設(shè)置
9．5．2 實(shí)驗(yàn)結(jié)果與分析
9．6 性能分析
9．7 本章小結(jié)
參考文獻(xiàn)
第 10章 基于協(xié)作目標(biāo)信息啟發(fā)的集合多目標(biāo)優(yōu)化算法
10．1 引言
10．2 研究背景與問題描述
10．3 相關(guān)研究基礎(chǔ)
10．3．1 具有協(xié)作關(guān)系的集合多目標(biāo)優(yōu)化問題
10．3．2 煙花爆炸優(yōu)化算法
10．3．3 測(cè)試數(shù)據(jù)生成實(shí)例及建模
10．4 基于協(xié)作目標(biāo)信息啟發(fā)的集合多目標(biāo)優(yōu)化算法
10．4．1 集合多目標(biāo)優(yōu)化問題求解算法
10．4．2 測(cè)試數(shù)據(jù)生成實(shí)例求解
10．5 仿真實(shí)驗(yàn)及結(jié)果
10．5．1 實(shí)驗(yàn)環(huán)境及實(shí)驗(yàn)數(shù)據(jù)
10．5．2 基準(zhǔn)程序?qū)嶒?yàn)結(jié)果
10．5．3 工業(yè)程序?qū)嶒?yàn)結(jié)果
1．1 引言
1．2 復(fù)雜性
1．3 系統(tǒng)的復(fù)雜性
1．4 體系的復(fù)雜性
1．5 多目標(biāo)優(yōu)化問題
1．5．1 經(jīng)典多目標(biāo)優(yōu)化問題
1．5．2 高維多目標(biāo)優(yōu)化問題
1．5．3 超多目標(biāo)優(yōu)化問題
1．5．4 集合多目標(biāo)優(yōu)化問題
1．6 多目標(biāo)優(yōu)化算法
1．6．1 目標(biāo)間的關(guān)系
1．6．2 多目標(biāo)優(yōu)化算法的研究?jī)?nèi)容
1．6．3 多目標(biāo)優(yōu)化算法類型
1．6．4 經(jīng)典的多目標(biāo)優(yōu)化算法
1．7 多目標(biāo)優(yōu)化算法標(biāo)準(zhǔn)測(cè)試函數(shù)及評(píng)價(jià)指標(biāo)
1．7．1 測(cè)試函數(shù)
1．7．2 評(píng)價(jià)指標(biāo)
1．8 多目標(biāo)優(yōu)化研究面臨的主要挑戰(zhàn)
1．9 本章小結(jié)
參考文獻(xiàn)
第 2章 遺傳算法
2．1 引言
2．2 基礎(chǔ)知識(shí)
2．3 遺傳算法的思想
2．4 遺傳算法的基本操作
2．5 遺傳算法的實(shí)現(xiàn)
2．6 遺傳算法的研究現(xiàn)狀
2．6．1 改進(jìn)遺傳算子及參數(shù)
2．6．2 協(xié)同遺傳算法
2．6．3 混合遺傳算法
2．7 本章小結(jié)
參考文獻(xiàn)
第3章 改進(jìn)的遺傳算法
3．1 引言
3．2 混合策略的家族遺傳算法
3．2．1 家族交叉算子
3．2．2 變異算子
3．2．3 算法步驟
3．3 基于聚類的遺傳算法
3．3．1 基于生長(zhǎng)樹的聚類思想
3．3．2 聚類遺傳算法的實(shí)現(xiàn)
3．4 本章小結(jié)
參考文獻(xiàn)
第4章 粒子群算法
4．1 引言
4．2 粒子群算法的思想
4．3 粒子群算法的數(shù)學(xué)基礎(chǔ)
4．3．1 原始粒子群算法
4．3．2 標(biāo)準(zhǔn)粒子群算法
4．3．3 離散粒子群算法
4．3．4 隨機(jī)慣性權(quán)重粒子群算法
4．3．5 拓?fù)浣Y(jié)構(gòu)和鄰域結(jié)構(gòu)
4．4 粒子群算法的實(shí)現(xiàn)
4．4．1 算法描述
4．4．2 參數(shù)設(shè)置
4．4．3 算法的評(píng)價(jià)指標(biāo)
4．5 粒子群算法的特點(diǎn)
4．6 粒子群算法的研究現(xiàn)狀
4．7 本章小結(jié)
參考文獻(xiàn)
第5章 改進(jìn)的粒子群算法
5．1 引言
5．2 并行速度受限的粒子群算法
5．2．1 研究動(dòng)機(jī)
5．2．2 速度受限的粒子群算法
5．2．3 基于并行機(jī)制的速度受限粒子群算法
5．3 混合粒子群遺傳算法
5．3．1 混合粒子群遺傳算法的思想
5．3．2 混合粒子群遺傳算法描述
5．3．3 混合粒子群遺傳算法實(shí)現(xiàn)
5．3．4 實(shí)驗(yàn)結(jié)果與分析
5．4 本章小結(jié)
參考文獻(xiàn)
第6章 差分算法
6．1 引言
6．2 基本差分算法
6．2．1 差分算法的思想
6．2．2 差分算法的基本操作
6．2．3 差分算法的實(shí)現(xiàn)
6．2．4 差分算法的特點(diǎn)
6．3 差分算法研究現(xiàn)狀
6．4 本章小結(jié)
參考文獻(xiàn)
第7章 基于競(jìng)爭(zhēng)關(guān)系的高維多目標(biāo)優(yōu)化算法
7．1 引言
7．2 研究背景與動(dòng)機(jī)
7．3 基于雙存檔策略的進(jìn)化算法
7．3．1 均勻池策略
7．3．2 單項(xiàng)精英保留策略
7．3．3 雙存檔策略的高維多目標(biāo)優(yōu)化算法
7．4 仿真實(shí)驗(yàn)及結(jié)果
7．4．1 實(shí)驗(yàn)環(huán)境和函數(shù)
7．4．2 對(duì)比算法
7．4．3 參數(shù)設(shè)置
7．4．4 實(shí)驗(yàn)結(jié)果
7．5 性能分析
7．6 本章小結(jié)
參考文獻(xiàn)
第8章 基于相似或冗余目標(biāo)約簡(jiǎn)的超多目標(biāo)優(yōu)化算法
8．1 引言
8．2 研究背景與問題描述
8．2．1 基于聚類的在線目標(biāo)約簡(jiǎn)技術(shù)
8．2．2 問題描述
8．3 相關(guān)研究基礎(chǔ)
8．4 基于自適應(yīng)生長(zhǎng)樹聚類目標(biāo)約簡(jiǎn)的多目標(biāo)優(yōu)化方法
8．4．1 自適應(yīng)*鄰近距離
8．4．2 基于聚合的目標(biāo)約簡(jiǎn)
8．4．3 算法： ORAPTC
8．5 仿真實(shí)驗(yàn)及結(jié)果
8．5．1 實(shí)驗(yàn)函數(shù)與評(píng)價(jià)指標(biāo)
8．5．2 對(duì)比算法
8．5．3 參數(shù)設(shè)置
8．5．4 實(shí)驗(yàn)結(jié)果
8．6 性能分析
8．7 本章小結(jié)
參考文獻(xiàn)
第9章 基于分層優(yōu)化的高維約束多目標(biāo)優(yōu)化算法
9．1 引言
9．2 研究背景與動(dòng)機(jī)
9．3 相關(guān)研究基礎(chǔ)
9．3．1 求解約束問題的多目標(biāo)優(yōu)化法及分層思想
9．3．2 單親遺傳算法
9．4 分層優(yōu)化的約束關(guān)系多目標(biāo)優(yōu)化算法
9．4．1 分層優(yōu)化的模型描述
9．4．2 分層優(yōu)化的改進(jìn)型單親遺傳算法
9．4．3 不同場(chǎng)景下紅藍(lán)雙方對(duì)抗比賽的實(shí)例求解
9．5 仿真實(shí)驗(yàn)及結(jié)果
9．5．1 實(shí)驗(yàn)設(shè)置
9．5．2 實(shí)驗(yàn)結(jié)果與分析
9．6 性能分析
9．7 本章小結(jié)
參考文獻(xiàn)
第 10章 基于協(xié)作目標(biāo)信息啟發(fā)的集合多目標(biāo)優(yōu)化算法
10．1 引言
10．2 研究背景與問題描述
10．3 相關(guān)研究基礎(chǔ)
10．3．1 具有協(xié)作關(guān)系的集合多目標(biāo)優(yōu)化問題
10．3．2 煙花爆炸優(yōu)化算法
10．3．3 測(cè)試數(shù)據(jù)生成實(shí)例及建模
10．4 基于協(xié)作目標(biāo)信息啟發(fā)的集合多目標(biāo)優(yōu)化算法
10．4．1 集合多目標(biāo)優(yōu)化問題求解算法
10．4．2 測(cè)試數(shù)據(jù)生成實(shí)例求解
10．5 仿真實(shí)驗(yàn)及結(jié)果
10．5．1 實(shí)驗(yàn)環(huán)境及實(shí)驗(yàn)數(shù)據(jù)
10．5．2 基準(zhǔn)程序?qū)嶒?yàn)結(jié)果
10．5．3 工業(yè)程序?qū)嶒?yàn)結(jié)果
展開全部
復(fù)雜高維多目標(biāo)優(yōu)化方法/國(guó)之重器出版工程 作者簡(jiǎn)介
丁蕊，哈爾濱工程大學(xué)博士，長(zhǎng)期從事優(yōu)化算法、軟件工程和智能信息處理等方面研究，參與包括國(guó)家自然科學(xué)基金在內(nèi)的多個(gè)項(xiàng)目研究，撰寫專著2部，申請(qǐng)專利3余項(xiàng)，其中已授權(quán)2項(xiàng)，在國(guó)內(nèi)外期刊會(huì)議上發(fā)表論文10余篇，其中SCI檢索1篇，EI檢索7篇。
書友推薦
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
莉莉和章魚
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
【精裝繪本】畫給孩子的中國(guó)神話
- >
羅曼·羅蘭讀書隨筆-精裝
- >
苦雨齋序跋文-周作人自編集
- >
伯納黛特,你要去哪(2021新版)
- >
詩(shī)經(jīng)-先民的歌唱
本類暢銷
