中图网

>

数学

多目标进化算法研究与应用

作者：马佳著

出版社：东北大学出版社出版时间：2023-09-01

开本： 24cm 页数： 167页

本类榜单：自然科学销量榜

中图价:¥30.4(6.6折) 定价 ~~¥46.0~~ 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>

>
宇宙、量子和人类心灵

宇宙、量子和人类心灵

¥41.6¥58
>
考研数学专题练1200题

考研数学专题练1200题

¥30.6¥78
>
希格斯:“上帝粒子”的发明与发现

希格斯:“上帝粒子”的发明与发现

¥17.4¥48
>
神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

神农架叠层石:10多亿年前远古海洋微生物建造的大堡礁

¥48¥120
>
二十四史天文志校注(上中下)

二十四史天文志校注(上中下)

¥261.3¥390
>
声音简史

声音简史

¥20.8¥52
>
浪漫地理学:追寻崇高景观

浪漫地理学:追寻崇高景观

¥39.3¥59

商品详情
商品评论(0条)

中图价:¥30.4 加入购物车

版权信息
内容简介
目录

多目标进化算法研究与应用版权信息

ISBN：9787551734073
条形码：9787551734073 ; 978-7-5517-3407-3
装帧：一般胶版纸
册数：暂无
重量：暂无
所属分类：
自然科学
>
数学

多目标进化算法研究与应用内容简介

本书共6章，绪论介绍了多目标优化问题的概念，并梳理了各种智能优化算法的基本思想和原理；第2章介绍了多目标进化算法的研究现状、算法原理、算法一般框架及算法性能评价指标；第3章介绍了目前提出的几种经典多目标进化算法的基本原理和流程；第4章针对智能仓储系统中的任务分配问题，提出了一种利用非支配排序和maximin适应度函数的新算法；第5章提出了一种新的基于两两比较的适应度评价函数M2F-p来处理多目标优化问题的改进算法；第6章为基于决策空间分解的大规模进化优化方法。

多目标进化算法研究与应用目录

第1章绪论 1.1 引言 1.2 *优化问题 1.2.1 函数优化问题 1.2.2 组合优化问题 1.3 多目标优化问题 1.4 进化算法 1.4.1 遗传算法 1.4.2 进化策略 1.4.3 进化规划 1.4.4 遗传规划 1.5 智能优化算法 1.5.1 模拟退火算法 1.5.2 禁忌搜索算法 1.5.3 人工免疫算法 1.5.4 粒子群优化算法 1.5.5 蚁群算法 1.5.6 人工蜂群算法 1.6 本章小结第2章多目标进化算法研究基础 2.1 多目标进化算法研究现状 2.2 多目标进化算法分类 2.2.1 基于支配关系的MOEA 2.2.2 基于评价指标的MOEA 2.2.3 基于分解的MOEA 2.3 多目标进化算法原理 2.3.1 适应度分配 2.3.2 精英主义 2.3.3 密度估计 2.4 多目标进化算法一般框架 2.5 多目标进化算法性能评价指标 2.5.1 世代距离 2.5.2 均匀性度量方法 2.5.3 超体积 2.5.4 反世代距离 2.6 本章小结第3章多目标进化算法 3.1 MOGA 3.2 NSGAⅡ 3.2.1 NSGAⅡ流程 3.2.2 非劣排序构造方法 3.2.3 拥挤距离及其排序 3.3 NPGA 3.4 SPEA2 3.5 MOEA/D 3.6 多目标进化算法研究进展 3.6.1 协同多目标进化算法 3.6.2 动态多目标进化算法 3.6.3 高维多目标进化算法 3.6.4 多目标粒子群优化算法 3.6.5 多目标免疫优化算法 3.7 本章小结第4章求解智能仓储机器人调度问题的改进NSGAⅡ算法 4.1 引言 4.2 智能仓储机器人调度问题描述 4.2.1 问题描述 4.2.2 生成子代 4.3 改进NSGAⅡ算法思路 4.3.1 构建非支配解集 4.3.2 maximin适应度函数 4.3.3 逐个比较策略 4.3.4 头脑风暴算子 4.4 MB-NSGAⅡ算法流程 4.4.1 标准化 4.4.2 综合选择 4.4.3 逐个比较策略 4.5 应用实例分析 4.5.1 基准实验结果 4.5.2 ZDT和DTLZ的结果与讨论 4.5.3 实验设置 4.5.4 实验结果分析 4.5.5 任务分配模型的结果与讨论 4.6 本章小结第5章基于范数P的maximin适应度排序多目标进化算法 5.1 引言 5.2 问题描述 5.2.1 问题模型 5.2.2 基于聚集两两比较的方法 5.2.3 改进思路 5.3 基于M2F-p的改进适应度函数 5.3.1 乘性*大适应度函数M2F 5.3.2 不同p值下M2F-p的搜索能力 5.3.3 M2F-p的基本性质 5.3.4 M2F-p函数选择策略 5.4 改进M2FMOEA算法流程 5.4.1 自适应p-选择策略 5.4.2 环境选择 5.5 应用实例分析 5.5.1 测试问题 5.5.2 绩效指标 5.5.3 实验配置 5.5.4 DTLZ结果与讨论 5.5.5 WFG结果与讨论 5.5.6 MaF结果与讨论 5.5.7 结论分析 5.5.8 演化过程：IGD指标、HV指标和p 5.6 本章小结第6章基于决策空间分解的大规模进化优化方法 6.1 引言 6.2 问题描述 6.3 改进思路 6.3.1 分解策略 6.3.2 Jaccard相似系数 6.3.3 哈希函数 6.4 MHD算法 6.5 算例分析 6.5.1 精度结果比较和分析 6.5.2 收敛性结果比较和分析 6.5.3 稳定性结果比较和分析 6.6 本章小结附录

展开全部

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐