学习型智能优化算法及其应用PDF电子书下载

查看更多关于的内容

第1章 绪论 1

1.1背景及意义 1

1.1.1背景 1

1.1.2动机 2

1.2智能优化方法 4

1.3知识导向的智能优化算法 5

1.3.1传统人工智能引导的智能优化算法 5

1.3.2特定知识模型引导的智能优化算法 6

1.3.3具有双层进化机制的文化算法 8

1.4章节结构 11

第2章 学习型智能优化方法 14

2.1学习型智能优化相关理论 14

2.1.1知识 14

2.1.2知识模型 15

2.1.3遗传算法 16

2.1.4蚁群算法 21

2.1.5学习型智能优化的基本框架 28

2.1.6学习型智能优化的运行机制 28

2.2学习型智能优化中的知识 30

2.2.1精英个体知识 30

2.2.2构件知识 31

2.2.3算子知识 37

2.2.4参数知识 39

2.3学习型智能优化算法的框架与流程 41

2.3.1求解函数优化问题的学习型遗传算法框架与流程 43

2.3.2求解非对称旅行商问题的学习型遗传算法框架与流程 46

2.3.3求解双层CARP优化问题的学习型遗传算法框架与流程 48

2.3.4求解双层CARP优化问题的学习型蚁群算法框架与流程 50

2.3.5求解柔性作业车间调度问题的学习型蚁群算法框架与流程 52

2.3.6求解柔性作业车间调度问题的学习型协同进化算法框架与流程 54

2.3.7求解体系仿真优化问题的学习型遗传算法框架与流程 57

2.3.8求解卫星地面站系统任务调度的学习型蚁群算法框架与流程 58

2.3.9求解多星任务规划问题的学习型蚁群算法框架与流程 59

2.4本章小结 62

第3章 求解函数优化问题的学习型遗传算法 63

3.1问题描述及特点分析 63

3.2求解过程 64

3.2.1种群初始化 64

3.2.2选择操作 66

3.2.3交叉操作 66

3.2.4变异操作 68

3.2.5灾变操作 71

3.2.6终止条件 75

3.3实验结果及分析 76

3.3.1参数设置 76

3.3.2几种典型的函数优化方法 77

3.3.3普通测试函数的实验结果 78

3.3.4组合测试函数的实验结果 80

3.4本章小结 82

第4章 求解非对称旅行商问题的学习型遗传算法 83

4.1问题描述及特点分析 83

4.1.1旅行商问题描述 83

4.1.2旅行商问题的分类 84

4.1.3旅行商问题的应用和价值 85

4.1.4旅行商问题的计算复杂性 85

4.2求解过程 86

4.2.1种群初始化操作 86

4.2.2选择操作 86

4.2.3交叉操作 87

4.2.4变异操作 88

4.2.5种群替换操作 89

4.2.6局部优化操作 89

4.2.7终止条件 92

4.3实验结果及分析 92

4.4本章小结 96

第5章 求解双层CARP优化问题的学习型遗传算法和学习型蚁群算法 97

5.1问题描述及特点分析 97

5.1.1双层CARP优化问题的相关术语 98

5.1.2双层CARP优化问题的数学模型 101

5.1.3双层CARP优化问题的简单实例 103

5.1.4双层CARP优化问题的特点 104

5.2求解框架 105

5.2.1双层CARP优化问题的求解框架 105

5.2.2宏观配置优化方法 109

5.2.3扩展启发式方法ERPS 111

5.2.4扩展启发式方法ERUH 112

5.3求解过程 113

5.3.1学习型遗传算法求解过程 113

5.3.2学习型蚁群算法求解过程 120

5.4学习型遗传算法的实验结果及分析 127

5.4.1实验设计和参数设置 127

5.4.2 LEGA-1和LEGA-2的比较实验 128

5.4.3 LEGA-2和LEGA-3的比较实验 132

5.4.4 ERPS和LEGA-3的比较实验 135

5.4.5 ERUH和LEGA-3的比较实验 138

5.4.6不同方法的优化曲线 139

5.5学习型蚁群算法的实验结果及分析 140

5.5.1实验设计和参数设置 140

5.5.2 ERPS和LEACO的实验结果 141

5.5.3 ERUH和LEACO的实验结果 143

5.5.4 LEGA和LEACO的实验结果 144

5.6本章小结 146

第6章 求解柔性作业车间调度问题的学习型蚁群算法和学习型协同进化算法 147

6.1问题描述及特点分析 147

6.1.1柔性作业车间调度问题的描述 147

6.1.2柔性作业车间调度问题的分类 150

6.1.3柔性作业车间调度问题的特点 151

6.1.4柔性作业车间调度问题的求解过程 152

6.2求解过程 154

6.2.1学习型蚁群算法求解过程 154

6.2.2学习型协同进化算法求解过程 160

6.3学习型蚁群算法的实验结果及分析 167

6.4学习型协同进化算法的实验结果及分析 170

6.5本章小结 173

第7章 求解体系仿真优化问题的学习型遗传算法 174

7.1问题描述 174

7.1.1体系实例 174

7.1.2数学模型 175

7.2求解过程 176

7.2.1分层优化方法 176

7.2.2学习型遗传算法步骤 177

7.3实验结果及分析 180

7.4本章小结 182

第8章 求解卫星地面站系统任务调度的学习型蚁群算法 183

8.1问题描述 183

8.2求解过程 184

8.2.1信息素的定义和初始化 184

8.2.2可行解的构造 185

8.2.3导向局部搜索方法 186

8.2.4信息素的更新 187

8.2.5终止准则 188

8.3实验结果及分析 188

8.4本章小结 191

第9章 求解多星任务规划问题的学习型蚁群算法 192

9.1问题描述 192

9.1.1多星任务规划的基本输入要素 193

9.1.2多星任务规划的基本约束条件 195

9.1.3多星任务规划的基本输出要素 195

9.1.4多星任务规划的基本假设 196

9.1.5多星任务规划问题分析 198

9.2问题建模 201

9.2.1数学符号 201

9.2.2元任务 201

9.2.3合成任务 203

9.2.4收益函数构造 203

9.2.5多星任务规划模型 204

9.3求解过程 206

9.3.1知识初始化 207

9.3.2任务指派 207

9.3.3任务合成 208

9.3.4调度改进 215

9.3.5知识学习 216

9.3.6终止准则 216

9.4实验结果及分析 216

9.4.1测试实例的构造 217

9.4.2实验结果及分析 218

9.5本章小结 223

第10章 总结与展望 224

10.1主要成果 224

10.2研究展望 226

参考文献 227

索引 247

附录A函数优化问题的一些普通测试函数 248

附录B函数优化问题的一些组合测试函数 250

附录C双层CARP优化问题的测试实例 253

附录D双层CARP优化问题的最优下限估计方法 258

D.1服务成本的最优下限估计 258

D.2空车成本的最优下限估计 258

D.3仓库构建成本的最优下限估计 264

D.4车辆购置成本的最优下限估计 264

附录E英汉排序与调度词汇 268

查看更多关于的内容