进化计算的理论和方法PDF电子书下载

第1章绪论 1

1.1进化算法产生的背景 1

1.2进化算法传统的4个分支 2

1.2.1遗传算法 2

1.2.2进化策略 3

1.2.3进化规划 4

1.2.4遗传程序设计 5

1.3进化算法的主要特点及发展趋势 5

第2章进化计算的基本原理 7

2.1经典遗传算法简介 7

2.2模式定理 11

2.3积木块假设 14

2.4编码规则、群体的设定及适应度函数的尺度化 15

2.5文献中经常出现的一些遗传算子简介 18

第3章经典遗传算法的收敛性 22

3.1经典遗传算法回顾及相关概念 22

3.2经典遗传算法的马尔可夫链分析 24

第4章解无约束全局优化问题的进化算法 30

4.1解无约束优化问题的传统遗传算法 30

4.1.1实数编码 30

4.1.2实数编码中常见的遗传算子 30

4.1.3解无约束优化的步骤 32

4.2一种基于平滑技术的进化算法 32

4.2.1平滑技术 32

4.2.2设计新的进化算子 33

4.2.3新的进化算法及其收敛性 35

4.2.4用于平滑技术的圆形或球面搜索方法 38

4.3正交遗传算法 40

4.3.1预备知识 40

4.3.2正交遗传算法 45

4.3.3数值实验和结论 52

4.4基于水平集进化与拉丁方的进化算法 63

4.4.1概念、假设和相关结论 64

4.4.2一种新的理论算法模型及其全局收敛性 65

4.4.3一个新的基于水平集进化与拉丁方的进化算法 66

4.4.4新的进化算法的全局收敛性 72

4.4.5模拟结果 72

第5章解约束全局优化问题的进化算法 91

5.1解约束优化问题的传统遗传算法 92

5.2基于新的罚函数模型的一个进化算法 95

5.3收敛性分析 99

5.4仿真实验及分析 102

5.5解约束或无约束优化问题的进化策略 107

第6章求解组合优化问题的进化算法 111

6.1求解TSP问题的传统进化算法 111

6.2求解运输问题的传统进化算法 121

6.3求解其他离散问题的传统进化方法 125

6.4求解TSP问题的一个新的进化算法 131

第7章多目标优化的进化算法 140

7.1基本概念简介 140

7.2一些典型方法简介 143

7.3基于均匀权向量组的加权进化算法 147

7.4多目标优化算法性能的度量 159

7.5动态多目标优化算法 164

第8章求解非线性双层规划的进化算法 169

8.1引言 169

8.2转化为等价的单目标优化问题 170

8.3新的进化算法 171

8.4全局收敛性 178

8.5仿真结果 180

第9章进化算法的收敛理论 191

9.1基本概念及相关理论简介 191

9.2收敛性的充分条件介绍 193

9.3收敛性的两个特殊充分条件 196

9.4两个收敛性充分条件用于些特定算法的收敛性分析 198

9.5不采用精英保留策略的进化算法收敛性 200

9.6进化算法收敛速度和强凸函数 203

9.7实数编码搜索空间为Rn或S？Rn上的进化算法的收敛性 209

9.8进化算法的收敛准则 219

参考文献 225