头脑风暴优化算法理论及应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

头脑风暴优化算法理论及应用PDF格式电子书版下载

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

第1章 绪论1

1.1 引言1

1.2 优化问题的基本概念2

1.2.1 优化问题及其分类2

1.2.2 优化算法及其分类3

1.2.3 优化算法的研究与发展4

1.3 智能优化算法及分类6

1.3.1 进化类智能优化算法6

1.3.2 机理类智能优化算法9

1.3.3 群集类智能优化算法13

1.4 头脑风暴优化算法的研究现状16

1.4.1 算法操作方面的改进研究17

1.4.2 扩展应用方面的研究19

1.5 算法研究准则21

1.6 本书主要内容及体系结构22

1.7 本章小结23

参考文献23

第2章 从头脑风暴法到头脑风暴优化算法33

2.1 头脑风暴法33

2.1.1 头脑风暴法简介33

2.1.2 头脑风暴法的基本过程34

2.1.3 头脑风暴法的要求35

2.1.4 头脑风暴法的激发机理36

2.2 头脑风暴优化算法37

2.2.1 从头脑风暴法到头脑风暴模型38

2.2.2 头脑风暴法优化算法原理及步骤41

2.3 头脑风暴法优化算法的仿真分析45

2.3.1 测试函数45

2.3.2 参数设定45

2.3.3 仿真结果46

2.4 头脑风暴法优化算法的参数分析47

2.4.1 聚类个数对算法性能的影响48

2.4.2 斜率k值对算法性能的影响49

2.4.3 概率参数对算法性能的影响51

2.4.4 种群大小对算法性能的影响57

2.5 本章小结59

参考文献59

第3章 基于变异操作改进的头脑风暴优化算法60

3.1 常用的变异方法及分类60

3.1.1 随机变异60

3.1.2 位串变异63

3.2 基于差分变异的头脑风暴优化算法64

3.2.1 基于差分变异的头脑风暴优化算法原理64

3.2.2 仿真结果分析65

3.3 基于云模型的头脑风暴优化算法68

3.3.1 云模型概述68

3.3.2 基于云模型的头脑风暴优化算法原理70

3.3.3 云模型变异产生新个体的步骤70

3.3.4 基于云模型的头脑风暴优化算法步骤71

3.3.5 测试函数测试结果及分析71

3.4 不同变异操作仿真结果对比分析74

3.5 本章小结82

参考文献83

第4章 基于聚类操作改进的头脑风暴优化算法84

4.1 聚类算法的分类及发展现状84

4.1.1 传统聚类算法84

4.1.2 现代聚类算法88

4.2 头脑风暴优化算法中的聚类方法及其优缺点90

4.3 基于OPTICS聚类的头脑风暴优化算法92

4.3.1 OPTICS聚类概述92

4.3.2 OPTICS聚类的具体步骤92

4.3.3 仿真结果分析95

4.4 基于目标空间的差分头脑风暴优化算法98

4.4.1 基于目标空间的差分头脑风暴优化算法原理98

4.4.2 仿真结果分析100

4.5 不同聚类操作的仿真结果对比与分析104

4.5.1 OPDBSO算法和DBSO-OS算法的寻优性能比较104

4.5.2 OPDBSO算法和DBSO-OS算法的收敛结果对比分析106

4.5.3 DBSO算法和CBSO算法的统计性能分析109

4.6 本章小结112

参考文献113

第5章 多模态头脑风暴优化算法115

5.1 多模态问题的相关知识115

5.1.1 多模态优化问题的数学描述115

5.1.2 多模态优化问题的研究现状116

5.2 自适应参数控制的多模态BSO算法的实现118

5.2.1 收敛性操作118

5.2.2 发散性操作119

5.3 自适应参数控制的多模态BSO算法的性能测试与分析120

5.3.1 测试函数120

5.3.2 参数设置121

5.3.3 仿真结果分析122

5.4 本章小结127

参考文献128

第6章 多约束头脑风暴优化算法130

6.1 约束优化问题的描述130

6.1.1 约束优化问题模型130

6.1.2 约束处理技术130

6.1.3 约束优化问题的求解133

6.2 头脑风暴约束优化算法134

6.2.1 子种群的相关操作135

6.2.2 选择变异操作135

6.2.3 保存机制136

6.2.4 算法的整体步骤137

6.3 改进的头脑风暴约束优化算法137

6.3.1 改进的选择变异操作138

6.3.2 关键因素选取策略138

6.3.3 改进的选择变异操作步骤139

6.3.4 改进后的算法的整体步骤139

6.4 头脑风暴约束优化算法的性能测试与分析139

6.5 本章小结149

参考文献149

第7章 多目标头脑风暴优化算法151

7.1 多目标问题的基本概念151

7.1.1 多目标优化问题的数学模型及相关定义151

7.1.2 多目标优化问题的评价指标152

7.1.3 求解多目标优化问题的智能优化算法154

7.2 基于决策空间的多目标头脑风暴优化算法155

7.2.1 基于决策空间的多目标头脑风暴优化算法操作分析155

7.2.2 简化多目标头脑风暴优化算法实现步骤158

7.2.3 多目标头脑风暴优化算法的性能测试与分析159

7.3 基于目标空间聚类的多目标头脑风暴优化算法168

7.3.1 基于目标空间聚类的多目标头脑风暴优化算法原理168

7.3.2 基于目标空间聚类的多目标头脑风暴优化算法操作分析169

7.3.3 基于目标空间聚类的多目标头脑风暴优化算法实现步骤170

7.3.4 基于目标空间聚类的多目标头脑风暴优化算法性能测试与分析171

7.4 本章小结185

参考文献185

第8章 多目标头脑风暴优化算法在电力系统环境经济调度问题上的应用187

8.1 电力系统环境经济调度问题的数学模型187

8.1.1 电力系统环境经济调度模型的目标函数187

8.1.2 电力系统环境经济调度模型的约束条件188

8.2 电力系统环境经济调度问题的研究现状189

8.3 基于多目标头脑风暴优化算法的环境经济调度问题求解190

8.3.1 环境经济调度问题与多目标头脑风暴优化算法的映射关系190

8.3.2 环境经济调度问题的多目标头脑风暴优化算法流程192

8.4 实例分析及仿真实现193

8.4.1 6机组环境经济调度问题的仿真实现193

8.4.2 40机组的仿真实现196

8.5 本章小结201

参考文献201

第9章 头脑风暴优化算法在火电厂供热调度问题上的应用203

9.1 火电厂供热调度问题的数学模型203

9.1.1 火电厂供热调度模型的目标函数203

9.1.2 火电厂供热调度模型的约束条件204

9.2 火电厂供热调度问题的研究现状205

9.3 基于头脑风暴优化算法的火电厂供热调度问题求解206

9.3.1 火电厂供热调度问题与头脑风暴优化算法的映射关系206

9.3.2 火电厂供热调度问题的头脑风暴优化算法流程207

9.4 实例分析及仿真实现208

9.4.1 模拟系统算例的系统参数208

9.4.2 算法参数设置209

9.4.3 仿真结果分析209

9.5 本章小结211

参考文献212

第10章 头脑风暴优化算法在热电联供经济调度问题上的应用214

10.1 热电联供经济调度问题的数学模型214

10.1.1 热电联供经济调度模型的目标函数214

10.1.2 热电联供经济调度模型的约束条件215

10.2 热电联供经济调度问题描述216

10.3 基于头脑风暴优化算法的热电联供经济调度问题求解217

10.3.1 热电联供经济问题与头脑风暴优化算法的映射关系217

10.3.2 热电联供经济调度问题的头脑风暴优化算法流程219

10.4 案例分析及仿真实现220

10.4.1 7机组热电联供经济调度问题的仿真实现220

10.4.2 48机组热电联供经济调度问题的仿真实现223

10.5 本章小结229

参考文献229

第11章 总结与展望231

附录A 单目标优化基本测试函数集233

附录B 多模态优化问题基本测试函数集237

附录C 多目标优化问题基本测试函数集239