超值优惠券
¥50
100可用 有效期2天

全场图书通用(淘书团除外)

不再提示
关闭
图书盲袋,以书为“药”
欢迎光临中图网 请 | 注册

多目标进化优化

出版社:科学出版社出版时间:2017-05-01
开本: 27cm 页数: 10,291页
本类榜单:教材销量榜
中 图 价:¥92.2(7.2折) 定价  ¥128.0 登录后可看到会员价
加入购物车 收藏
运费6元,满39元免运费
?新疆、西藏除外
本类五星书更多>

多目标进化优化 版权信息

多目标进化优化 本书特色

近年来,多目标进化算法(MOEA)的研究进入了快速发展阶段,越来越多的人开始从事MOEA新方法和新技术的设计与实现,MOEA的应用日益广泛。 本书比较全面地综述了MOEA的国际研究现状和发展趋势,介绍了MOEA的基础知识和基本原理;论述和分析了构造Pareto*解集的方法、保持进化群体分布性的方法和策略,以及MOEA的收敛性;讨论了目前国际上*代表性的MOEA以及高维MOEA、偏好MOEA和动态MOEA;探讨了MOEA的性能评价方法、MOEA的测试方法,以及MOEA测试实验平台。*后,讨论了用多目标进化方法求解约束优化问题,并分类概述了MOEA的应用及两个具体应用实例。 本书可作为计算机、自动控制和其他相关专业高年级本科生、硕士研究生、博士研究生,以及MOEA爱好者研究和学习的教材或参考书。

多目标进化优化 内容简介

本书比较全面地综述了MOEA的国际研究现状和发展趋势, 介绍了MOEA的基础知识和基本原理 ; 论述和分析了构造Pareto*优解集的方法、保持进化群体分布性的方法和策略, 以及MOEA的收敛性等内容。

多目标进化优化 目录

序言前言第1章 绪论11 MOEA概述12 MOEA的分类121 按不同的进化机制分类122 按不同的决策方式分类13 多目标进化优化方法研究14 MOEA理论研究15 MOEA应用研究16 有待进一步研究的课题第2章 多目标进化优化基础21 进化算法211 遗传算法的基本流程212 编码213 适用度评价214 遗传操作22 多目标优化问题23 多目标进化个体之间关系24 基于Pareto的多目标*优解集241 Pareto*优解242 Pareto*优边界243 凸空间和凹空间25 基于Pareto的多目标进化算法的一般框架第3章 多目标Pareto*优解集构造方法31 构造Pareto*优解的简单方法311 Deb的非支配排序方法312 用排除法构造非支配集32 用庄家法则构造Pareto*优解集321 用庄家法则构造非支配集的方法322 正确性论证323 时间复杂度分析324 实例分析325 实验结果33 用擂台赛法则构造Pareto*优解集331 用擂台赛法则构造非支配集的方法332 正确性论证及时间复杂度分析333 实例分析334 实验结果34 用递归方法构造Pareto*优解集35 用快速排序方法构造Pareto*优解集351 个体之间的关系352 用快速排序方法构造非支配集36 用改进的快速排序方法构造Pareto*优解集361 改进的快速排序算法362 实验结果第4章 多目标进化群体的分布性41 用小生境技术保持进化群体的分布性42 用信息熵保持进化群体的分布性43 用聚集密度方法保持进化群体的分布性44 用网格保持进化群体的分布性441 网格边界442 个体在网格中的定位443 自适应网格45 用聚类方法保持进化群体的分布性451 聚类分析中的编码及其相似度计算452 聚类分析453 极点分析与处理46 非均匀问题的分布性461 非均匀分布问题462 杂乱度分析463 种群维护第5章 多目标进化算法的收敛性51 多目标进化模型及其收敛性分析511 多目标进化简单模型512 reduce函数513 收敛性分析52 自适应网格算法及其收敛性521 有关定义522 自适应网格算法523 AGA收敛性分析524 AGA的收敛条件53 MOEA的收敛性分析531 Pareto*优解集的特征532 MOEA的收敛性第6章 多目标进化算法61 基于分解的MOEA611 三类聚合函数612 基于分解的MOEA算法框架62 基于支配的MOEA621 Schaffer和Fonseca等的工作622 NSGAⅡ623 NPGA624 SPEA2625 PESA626 PAES627 MGAMOO628 MOMGA629 基于信息熵的MOEA6210 mBOA63 基于指标的MOEA631 Hypervolume指标和二元εindicator指标632 SMSEMOA633 IBEA64 NSGAⅡ、SPEA2、MOEA/D实验比较结果第7章 高维MOEA71 概述72 NSGAⅢ 721 参考点的设置722 种群的自适应标准化723 关联操作724 个体保留操作725 NSGAⅢ时间复杂度分析73 εMOEA74 SDE75 实验结果及对高维MOEA研究的思考第8章 偏好MOEA81 概述82 gdominance算法83 rdominance算法84 角度信息偏好算法85 实验结果第9章 基于动态环境的MOEA91 动态多目标优化问题(DMOP)911 DMOP基本概念及数学表述912 DMOP的分类913 动态多目标进化方法914 动态多目标测试问题92 FPS 921 预测策略及算法922 实验结果93 PPS931 PPS基本原理932 PS中心点的预测933 PS的副本估计934 下一时刻解的生成935 PPS算法936 实验结果94 DEEPDMS941 动态环境模型942 动态进化模型的实现943 DEEPDMS944 实验结果第10章 MOEA性能评价101 概述102 实验设计与分析1021 实验目的1022 MOEA评价工具的选取1023 实验参数设置1024 实验结果分析103 MOEA性能评价方法1031 评价方法概述1032 收敛性评价方法1033 分布性评价方法104 综合评价指标1041 超体积指标1042 反转世代距离第11章 MOEA测试函数111 概述112 MOEA测试函数集113 MOP问题分类1131 非偏约束的数值MOEA测试函数集1132 带偏约束的数值MOEA测试函数集114 构造MOP测试函数的方法1141 从数值上构造MOP1142 规模可变的多目标测试函数的构造方法1143 自底向上地构造规模可变的多目标测试函数1144 对曲面进行约束构造规模可变的多目标测试函数115 DTLZ测试函数系列1151 DTLZ11152 DTLZ21153 DTLZ31154 DTLZ41155 DTLZ51156 DTLZ61157 DTLZ71158 DTLZ81159 DTLZ9116 组合优化类MOEA测试函数117 WFG测试问题工具包1171 问题特性1172 Pareto*优面的几何结构1173 构造测试问题的一般方法1174 WFG1~WFG9118 可视化测试问题119 其他测试问题第12章 多目标优化实验平台121 多目标优化实验平台特性122 开源软件框架123 优化模板库1231 OTL的构成1232 OTL面向对象的设计架构1233 OTL的三个组成工程第13章 基于多目标优化求解单目标约束优化问题131 约束优化概述132 CW算法133 HCOEA算法
第14章 MOEA应用141 MOEA应用概述1411 MOEA在环境与资源配置方面的应用1412 MOEA在电子与电气工程方面的应用1413 MOEA在通信与网络优化方面的应用1414 MOEA在机器人方面的应用1415 MOEA在航空航天方面的应用1416 MOEA在市政建设方面的应用1417 MOEA在交通运输方面的应用1418 MOEA在机械设计与制造方面的应用1419 MOEA在管理工程方面的应用14110 MOEA在金融方面的应用14111 MOEA在科学研究中的应用142 MOEA在车辆路径问题中的应用1421 带时间窗的车辆路径问题1422 求解VRPTW问题的MOEA1423 可变概率的λinterchange局部搜索法1424 实验与分析143 MOEA在供水系统中的应用1431 水泵调度问题1432 求解方法1433 实验结果分析附录A 符号及缩写附录B MOPs测试函数附录C 表B1测试函数的Ptrue图和PFtrue图附录D 表B2测试函数的Ptrue图和PFtrue图参考文献
展开全部

多目标进化优化 作者简介

郑金华 博士,教授、博士生导师,国务院特殊津贴专家。从1997年开始从事进化优化、多目标进化优化、高维多目标进化优化等研究,主持完成**自然科学基金项目3项、省部级科研项目10余项,以**完成人获得湖南省自然科学奖二等奖1项、湖南省**教学成果奖二等奖2项,获得霍英东青年教师奖1项;出版学术著作1部,在IEEE Transactions on Evolutionary Computation、Evolutionary Computation、Applied Soft Computing以及《计算机学报》《软件学报》等发表学术论文220余篇。

商品评论(0条)
暂无评论……
书友推荐
本类畅销
编辑推荐
返回顶部
中图网
在线客服