基于差分进化的优化方法及应用
| 作者 |
| 董明刚 王宁 艾兵 |
| 丛书名 |
| 出版社 |
| 人民邮电出版社 |
| ISBN |
| 9787115522924 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 内容分为差分进化算法(以下简称算法)的设计及应用。本书从差分进化算法基本原理、单目标差分进化算法、面向约束优化的差分进化算法、面向多目标差分进化算法、面向离散问题的差分进化算法等五个方面进行了介绍。对提出的10个算法进行了详细介绍和讨论，并给给出了实验（仿真）结果。 |
| 目录 |
第 1章 绪论\t001 1.1 最优化问题的研究意义\t001 1.2 差分进化算法介绍\t003 1.3 差分进化算法研究现状\t007 参考文献\t011 第 2章 改进的组合差分进化算法\t015 2.1 引言\t015 2.2 组合差分进化算法及其改进\t016 2.2.1 组合差分进化算法\t016 2.2.2 改进的算法\t017 2.3 测试函数寻优\t021 2.3.1 测试函数\t021 2.3.2 实验比较\t024 2.4 MCoDE在ANFIS模型优化中的应用\t026 2.4.1 ANFIS\t026 2.4.2 ANFIS的优化模型\t028 2.4.3 LOO-CV\t028 2.4.4 “自上而下”的规则化简方法\t029 2.4.5 基于MCoDE和LOO-CV的ANFIS表面粗糙度的预测过程\t030 2.4.6 实验结果与讨论\t030 2.5 小结\t037 参考文献\t038 第3章 改进的多种群集成差分进化算法\t039 3.1 引言\t039 3.2 相关工作\t040 3.3 改进的多种群集成差分进化算法研究｜\t042 3.3.1 概述\t042 3.3.2 改进的基于多种群的变异策略集成方法\t045 3.3.3 改进的参数适应方法\t046 3.3.4 复杂度分析\t047 3.4 实验结果与分析\t048 3.4.1 实验参数设置\t048 3.4.2 测试函数集\t049 3.4.3 在30维IEEE CEC2005系列上的结果比较分析\t051 3.4.4 在10维和50维IEEE CEC2017系列测试函数上的结果比较分析\t061 3.5 讨论\t072 3.6 应用IMPEDE解决Hydrothermal调度问题\t074 3.7 小结\t076 参考文献\t077 第4章 面向约束优化的自适应差分进化算法\t081 4.1 引言\t081 4.2 进化约束处理方法\t082 4.2.1 进化计算约束处理方法概述\t082 4.2.2 Oracle罚函数方法\t083 4.3 自适应约束差分进化算法\t084 4.3.1 改进的Oracle罚函数方法\t084 4.3.2 通用的离散变量处理方法\t085 4.3.3 MOCoDE算法\t086 4.4 实验的结果和讨论\t087 4.4.1 测试函数集\t088 4.4.2 工程约束优化问题\t090 4.5 小结\t100 参考文献\t101 第5章 基于替换和重置机制的多策略变异约束差分进化算法\t103 5.1 引言\t103 5.2 相关工作\t104 5.2.1 约束问题\t104 5.2.2 可行性规则\t105 5.3 改进的算法\t105 5.3.1 多策略变异操作\t105 5.3.2 替换机制和重置机制\t107 5.3.3 MCoDE算法\t107 5.3.4 复杂度分析\t108 5.4 仿真实验及结果分析\t109 5.4.1 测试函数和实验测试参数\t109 5.4.2 实验结果分析\t109 5.5 小结\t117 参考文献\t117 第6章 基于分解和多策略变异的多目标差分进化算法\t119 6.1 引言\t119 6.2 相关背景\t121 6.2.1 多目标问题\t121 6.2.2 基于Tchebycheff多目标分解方法\t121 6.3 改进的多目标差分进化算法\t122 6.3.1 多目标分解方法\t122 6.3.2 高效非支配排序\t123 6.3.3 多策略变异操作\t124 6.3.4 MODE-DMSM算法\t125 6.3.5 时间复杂度分析\t127 6.4 仿真实验及结果分析\t127 6.4.1 测试函数及评价标准\t127 6.4.2 实验参数设置\t128 6.4.3 实验结果分析\t128 6.5 小结\t133 参考文献\t133 第7章 基于多策略排序变异的多目标差分进化算法\t137 7.1 自适应的多策略DE算子\t137 7.2 基于多策略排序变异的DE算子\t138 7.3 基于拥挤熵的拥挤距离计算策略\t140 7.4 MODE-MSRM算法\t143 7.4.1 MODE-MSRM算法实现流程\t143 7.4.2 算法的收敛性证明\t144 7.4.3 算法时间复杂度分析\t144 7.5 实验仿真与分析\t145 7.5.1 测试函数及参数设置\t145 7.5.2 实验结果与分析\t147 7.6 小结\t150 参考文献\t151 第8章 基于外部归档和球面修剪机制的多目标差分进化算法\t153 8.1 外部归档\t153 8.2 球面修剪机制的基本思想和流程\t154 8.2.1 概念及定义\t155 8.2.2 球面修剪机制的步骤\t156 8.3 控制参数自适应\t157 8.4 算法的流程与分析\t159 8.4.1 算法的具体流程\t159 8.4.2 MODE-ASP的时间复杂度分析\t159 8.4.3 算法的特点\t160 8.5 数值实验仿真与结果分析\t160 8.5.1 测试函数及参数设置\t160 8.5.2 结果比较分析\t161 8.6 小结\t162 参考文献\t163 第9章 基于全局物理规划的偏好多目标差分进化算法\t165 9.1 偏好的相关知识\t165 9.1.1 偏好的含义\t165 9.1.2 偏好的类型\t166 9.2 全局物理规划\t166 9.2.1 物理规划的思路\t166 9.2.2 基于物理规划的多目标优化\t168 9.2.3 全局物理规划机制\t168 9.2.4 全局物理规划的综合偏好函数\t171 9.3 基于GPP的DE选择策略和球面修剪机制\t171 9.3.1 基于全局物理规划的DE选择策略\t171 9.3.2 基于全局物理规划的球面修剪策略\t172 9.4 Pareto前沿的大小动态控制策略\t173 9.5 算法流程\t173 9.6 实验结果分析\t174 9.7 小结\t178 参考文献\t178 第 10章 改进的排序变异多目标差分进化算法\t181 10.1 引言\t181 10.2 相关知识\t182 10.2.1 多目标优化问题\t182 10.2.2 MODE-RMO\t183 10.3 改进的多目标差分进化算法\t184 10.3.1 最优基向量排序变异策略\t184 10.3.2 反向参数控制方法\t185 10.3.3 改进的拥挤距离计算式\t187 10.3.4 MODE-IRM总框架\t188 10.3.5 算法复杂度分析\t189 10.4 实验分析\t190 10.4.1 实验设计\t190 10.4.2 算法性能度量指标\t190 10.4.3 实验结果与分析\t191 10.5 小结\t193 参考文献\t194 第 11章 基于排列的离散差分进化算法\t197 11.1 引言\t197 11.2 改进的离散差分进化算法\t198 11.2.1 PDE\t198 11.2.2 局部搜索方法\t201 11.2.3 PDE和 HPDE算法的实现\t203 11.3 零等待批处理调度优化\t204 11.3.1 零等待流水调度问题\t205 11.3.2 排列到ZW调度方案的转换\t206 11.3.3 ZWSP的ATSP模型描述\t208 11.3.4 零等待调度问题中的应用\t211 11.3.5 计算研究\t212 11.3.6 结果和讨论\t213 11.4 小结\t217 参考文献\t217 第 12章 基于禁忌列表的离散差分进化算法\t219 12.1 引言\t219 12.2 改进的混合算法\t220 12.2.1 PDE算法及其不足\t220 12.2.2 TS\t220 12.2.3 基于Ulam距离的禁忌列表方法\t221 12.2.4 改进的排列差分进化算法\t222 12.3 无等待流水线调度优化\t226 12.3.1 无等待流水线调度问题\t226 12.3.2 实验\t227 12.3.3 结果和讨论\t228 12.4 小结\t236 参考文献\t236 |
有问题微信扫码联系