图书介绍

动态多目标优化进化算法及其应用pdf电子书版本下载

动态多目标优化进化算法及其应用
  • 刘淳安著 著
  • 出版社: 北京:科学出版社
  • ISBN:9787030323743
  • 出版时间:2011
  • 标注页数:159页
  • 文件大小:7MB
  • 文件页数:170页
  • 主题词:多目标(数学)-算法-研究

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

下载说明

动态多目标优化进化算法及其应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 绪论 1

1.1 引言 1

1.2 进化算法简介 2

1.2.1 EA的产生背景 2

1.2.2 EA的主要特点 3

1.2.3 EA的研究现状 3

1.2.4 EA的主要应用 4

1.3 动态优化问题及其进化算法 5

1.3.1 DMOP及基本概念 5

1.3.2 动态优化进化算法研究现状 8

1.4 动态优化问题的进化算法研究目标 10

1.5 本书的体系结构 11

1.6 本章小结 12

参考文献 12

第2章 进化算法的理论及其实现技术 20

2.1 EA的基本框架 20

2.2 遗传算法的模式理论 21

2.2.1 模式理论 22

2.2.2 积木块理论 24

2.3 进化算法的收敛性理论 25

2.3.1 预备知识 25

2.3.2 经典遗传算法的收敛性 27

2.3.3 改进的经典遗传算法的收敛性 29

2.3.4 一般遗传算法的收敛性 32

2.4 进化算子及其操作设计 33

2.5 本章小结 35

参考文献 36

第3章 动态无约束多目标优化进化算法 37

3.1 问题及相关概念 37

3.2 静态优化模型 38

3.2.1 DUMOP转化为许多静态优化问题 38

3.2.2 静态双目标优化模型 39

3.3 解动态无约束多目标优化进化算法 40

3.3.1 子空间Levy分布杂交算子 40

3.3.2 带区间分割的非均匀变异算子 41

3.3.3 动态多目标优化进化算法(DMEA) 42

3.4 理论分析 42

3.5 实验结果 45

3.5.1 测试函数 45

3.5.2 测试结果与分析 46

3.6 本章小结 51

参考文献 52

第4章 动态约束多目标优化进化算法 54

4.1 问题及相关概念 54

4.2 动态双目标优化模型 55

4.2.1 广义解序值方差函数 55

4.2.2 广义解密度方差函数 56

4.2.3 问题的转化 57

4.3 动态约束多目标优化进化算法 58

4.3.1 选择算子 58

4.3.2 杂交算子 58

4.3.3 约束处理 59

4.3.4 动态多目标优化进化算法流程 59

4.4 收敛性分析 60

4.5 数值仿真 62

4.5.1 测试函数 62

4.5.2 测试结果 64

4.6 本章小结 67

参考文献 67

第5章 离散时间空间上的动态多目标优化进化算法 69

5.1 问题及预备知识 69

5.2 分布估计模型 70

5.3 核分布估计动态多目标进化算法 72

5.3.1 环境变化自检算子 72

5.3.2 新算法(CDDMEA)流程 72

5.4 算法复杂性分析 73

5.5 数值仿真结果 74

5.6 本章小结 78

参考文献 78

第6章 动态多目标优化问题的粒子群算法 80

6.1 问题及预备知识 80

6.2 动态多目标优化粒子群算法 80

6.2.1 PSO的数学模型 81

6.2.2 适时变异算子 82

6.2.3 改进的惯性因子ω 83

6.2.4 环境变化判断规则 83

6.2.5 动态多目标优化PSO算法 83

6.3 算法分析 84

6.4 数值仿真 85

6.5 本章小结 89

参考文献 89

第7章 基于进化算法求解动态非线性约束优化问题 92

7.1 问题及相关概念 92

7.2 动态非线性约束优化问题数学模型 93

7.3 动态多目标优化进化算法 95

7.3.1 杂交算子 95

7.3.2 变异算子 95

7.3.3 新的进化算法(DNEA)流程 95

7.4 收敛性分析 96

7.5 数值仿真 100

7.5.1 性能度量指标 100

7.5.2 测试函数 100

7.5.3 测试结果 101

7.6 本章小结 104

参考文献 105

第8章 动态多目标进化算法性能评价 108

8.1 引言 108

8.2 性能测试设计方法 109

8.2.1 性能测试目的 109

8.2.2 度量DMOEA的指标 109

8.3 静态多目标进化算法性能评价方法 110

8.3.1 收敛性的度量 110

8.3.2 分布性的度量 112

8.4 动态多目标进化算法(DMOEA)性能评价方法 115

8.4.1 收敛性的度量 115

8.4.2 分布性的度量 117

8.5 本章小结 117

参考文献 118

第9章 动态多目标优化问题测试集 119

9.1 静态多目标优化测试函数 119

9.1.1 无约束SMOP测试函数 119

9.1.2 约束SMOP测试函数 122

9.1.3 ZDT测试函数集 123

9.1.4 DTLZ测试函数集 124

9.2 动态多目标优化测试函数 129

9.2.1 无约束DMOP测试函数 129

9.2.2 约束DMOP测试函数 132

9.3 本章小结 133

参考文献 133

附录1 符号说明 136

附录2 算法DMEA在固定时间(环境)t下部分源程序 137

附录3 第3章绘制C-measure示意图部分源程序 143

附录4 第3章绘制U-measure示意图的源程序 149

精品推荐