元胞遗传算法及其应用PDF电子书下载

第1章 绪论 1

1.1 GA概述 1

1.1.1 GA的兴起 2

1.1.2 GA的基本原理 3

1.1.3遗传操作 5

1.1.4 GA的特点 7

1.1.5 GA的应用 8

1.2 CGA的兴起与发展 9

1.3 CGA研究概述 11

1.3.1 CGA理论研究概述 11

1.3.2 CGA特性的实证研究 13

1.3.3 CGA的改进研究 14

1.4 CGA的应用 16

1.5 CGA发展展望 19

1.6本书篇章结构 21

1.7本章小结 22

参考文献 23

第2章 CGA基本原理 32

2.1元胞自动机概述 32

2.1.1元胞自动机的提出与发展 32

2.1.2元胞自动机的基本理论 33

2.2基本CGA 37

2.2.1 CGA的基本原理 37

2.2.2同步和异步CGA 39

2.2.3 CGA的运行流程 41

2.3 CGA的选择压力 43

2.3.1选择压力的含义 43

2.3.2选择压力的研究方法 44

2.3.3选择压力曲线的建模方法 44

2.3.4影响选择压力的因素 48

2.4 CGA求解实例 53

2.5本章小结 58

参考文献 59

第3章 多目标CGA 62

3.1多目标CGA概述 62

3.2多目标优化问题的基本概念 64

3.3多目标遗传算法的性能指标 67

3.4四种典型的多目标CGA 71

3.4.1 cMOGA算法 71

3.4.2 MOCell算法 73

3.4.3 CellDE算法 84

3.4.4 DECell算法 90

3.5本章小结 94

参考文献 95

第4章 改进的CGA 98

4.1自适应CGA 98

4.1.1种群的自适应机制 99

4.1.2邻居自适应机制 101

4.1.3自适应CGA 102

4.2双邻居CGA 103

4.2.1双邻居结构 104

4.2.2双邻居CGA的精英策略 105

4.2.3双邻居CGA过程 106

4.3动态环境下的CGA 110

4.3.1具有演化规则的CGA 110

4.3.2灾变机制下的CGA 112

4.4三维CGA 115

4.4.1标准三维CGA 115

4.4.2自适应三维CGA 117

4.5各向异性选择CGA 120

4.6分层CGA 121

4.6.1分层机制 122

4.6.2差异选择 123

4.6.3算法流程 123

4.7本章小结 125

参考文献 125

第5章 基于CGA的函数优化 129

5.1基于CGA的连续函数优化 129

5.1.1连续测试基准函数 129

5.1.2元胞遗传算法原理 132

5.1.3 JCell算法参数设置 133

5.1.4连续优化结果对比及分析 136

5.1.5小结 140

5.2基于CGA的动态函数优化 140

5.2.1动态优化问题 140

5.2.2动态测试函数 141

5.2.3性能指标 142

5.2.4 CGA与其进化规则 143

5.2.5 CGA原理 145

5.2.6动态优化结果对比与分析 148

5.2.7小结 152

5.3本章小结 152

参考文献 153

第6章 基于CGA的车辆路径问题 155

6.1 CVRP问题的模型 157

6.2一种并行CGA——PEGA 158

6.3 PEGA在CVRP的应用 162

6.4本章小结 166

参考文献 167

第7章 基于CGA的交通信号控制与路径引导 169

7.1行程时间函数和控制策略对CTSCRG问题的影响 170

7.2基于CGA算法的IOA仿真求解 171

7.2.1元胞传递模型 172

7.2.2基于元胞的交通控制模型 173

7.2.3道路的延时计算 173

7.2.4混合遗传算法参数设置 174

7.3 CGA在交通控制和路径引导中的应用 175

7.4本章小结 176

参考文献 177

第8章 基于CGA的无线传感器网络覆盖区域优化 179

8.1无线传感器网络覆盖问题模型 180

8.1.1无线传感器网络覆盖模型的初始假设 180

8.1.2无线传感器网络的覆盖率 180

8.1.3无线传感器网络覆盖问题的数学模型 182

8.2 CGA的理论 182

8.2.1元胞自动机 182

8.2.2元胞自动机与遗传算法结合 183

8.3基于CGA的无线传感器网络覆盖区域优化 185

8.4本章小结 188

参考文献 188

附录 测试基准 190

A.1组合优化问题 190

A.1.1 COUNTSAT问题 190

A.1.2误差校正码设计问题 191

A.1.3声音调频问题 191

A.1.4 IsoPeak问题 192

A.1.5最大切割图 192

A.1.6大规模多峰欺骗问题 193

A.1.7最低延迟任务问题 193

A.1.8 OneMax问题 194

A.1.9 Plateau问题 194

A.1.10 P-PEAKS问题 195

A.1.11可满足性问题 195

A.2连续优化问题 196

A.2.1理论测试问题 196

A.2.2实际应用问题 198

A.3多目标优化问题 200