多目标进化算法及其应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

多目标进化算法及其应用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 定义4

1.3 示例12

1.4 问题描述14

1.5 模拟进化算法的基本知识16

1.6 多目标优化的起源27

1.7 古典的多目标优化方法28

1.8 进化算法的引入31

1.9 相关研究机构的网址33

参考文献37

2.1 多目标进化算法回顾40

第2章 主要的多目标进化算法40

2.1.1 算法分类42

2.1.2 选择机制42

2.2 隐式积木块类型算法48

2.2.1 向量评估遗传算法（VEGA）51

2.2.2 多目标遗传算法（MOGA）52

2.2.3 小生境Pareto遗传算法（NPGA）54

2.2.4 非劣分类遗传算法（NSGA）55

2.2.5 孟德尔多目标简单遗传算法（MMOSGA）57

2.2.6 微遗传算法（micro-GA）58

2.2.7 Pareto存档进化策略（PAES）59

2.2.8 强度Pareto进化算法（SPEA）62

2.2.9 Pareto包络选择算法（PESA）63

2.3 显式积木块类型算法64

2.2.10 多目标遗传局部搜索算法（MOGLSA）64

2.3.1 多目标杂乱遗传算法（MOMGA）65

2.3.2 改进型多目标杂乱遗传算法（MOMGA-Ⅱ）66

2.4 常用开放源代码程序与软件工具67

2.5 总结70

参考文献74

第3章 多目标进化算法的关键理论77

3.1 适应度分配77

3.1.1 问题背景80

3.1.2 基于适应度函数的选择81

3.1.3 基于个体排序的适应度赋值84

3.1.4 最优个体保留策略85

3.2.1 策略分类86

3.2 多样性保持86

3.2.2 如何保持群体的多样性88

3.2.3　小生境参数90

3.2.4 多样性度量92

3.2.5 基于免疫机制的多样性保持策略94

3.3 收敛性99

3.3.1 全局收敛性的特征100

3.3.2 Pareto近似解集与收敛性的关系101

3.4 约束处理105

3.4.1 约束问题描述106

3.4.2 常用的约束处理方法107

3.4.3 逆向可收缩PAES算法109

3.4.4 均匀设计算法114

3.5 高维目标空间的优化121

3.5.1 多目标决策协调模型122

3.5.2 多目标协调进化算法127

3.6 多目标遗传规划135

3.6.1 遗传规划的基本原理136

3.6.2 并列选择方法139

3.6.3 基于多目标优化的遗传规划模型140

3.7 偏好信息及其应用142

3.7.1 多准则决策方法回顾142

3.7.2 描述形式145

3.7.3 行为特征147

3.7.4 偏好在多目标优化中的使用149

参考文献154

4.1 性能评价准则157

第4章 算法性能评价157

4.2 运行时间分析172

参考文献175

第5章 多目标优化问题测试集177

5.1 无约束问题测试集178

5.2 约束问题测试集181

5.3 骗问题191

5.4 离散型问题194

5.5 现实问题197

5.6 试验函数产生器203

5.7 总结206

参考文献207

第6章 应用实例209

6.1.1 互联网络单播服务质量路由210

6.1 多目标进化算法在通信网络中的应用210

6.1.2 多播通信服务质量路由220

6.1.3 多点网络设计225

6.2 电力系统的非线性控制器设计230

6.3 自适应分布式数据库管理问题239

6.4 水资源优化调度242

6.5 逻辑电路自动设计248

6.6 多目标流水车间调度253

6.7 基于进化算法的多准则决策支持系统256

6.8 军事战术多目标计划的智能系统260

参考文献266

第7章 符号描述269

7.1 操作算子270

7.2 子群体方法272

7.3 小生境方法274

7.4 算法结构的通用描述276

参考文献278

第8章 求解多目标问题的现代方法279

8.1 粒子群多目标优化算法279

8.1.1 粒子群算法机理280

8.1.2 粒子群算法的收敛性分析283

8.2 多目标模拟退火287

8.3 基于粒子群优化的多目标柔性车间作业调度296

参考文献305

附录A 多目标车间作业调度源程序306

附录B 英汉对照术语表325