当前位置:首页 > 数理化
差分进化算法理论与应用
差分进化算法理论与应用

差分进化算法理论与应用PDF电子书下载

数理化

  • 电子书积分:9 积分如何计算积分?
  • 作 者:张春美著
  • 出 版 社:北京:北京理工大学出版社
  • 出版年份:2014
  • ISBN:9787564062248
  • 页数:192 页
图书介绍:在工程技术和科学研究等诸多领域,大量的优化问题很难精确求解,许多实际问题存在非线性、强约束、多目标、不确定等性能,对优化理论和优化技术带来新的挑战。研究适合于大规模复杂问题的智能算法成为解决这类问题的新的出路。而一种实用的智能算法需要满足以下三个要求:1)不管初始系统的参数如何,该方法应能够寻求到真正的全局最优解。2)较快的收敛速度。3)为方便实用,该方法应具有较少的参数。 差分进化算法是一种新型的智能优化方法,可用于解决连续领域的优化问题。该算法的优点在于控制参数少、原理相对简单、易于理解和实现,再加上其表现出来的高可靠性、强鲁棒性以及良好的优化性能,已经成为进化计算研究领域的热点课题。差分进化算法是采用实数编码的一种基于群体智能的全局优化算法,通过种群内个体之间的协作与竞争产生优势个体来指导种群的进化。采用结构简单的差分变异和交叉算子以及贪婪的选择操作利用优势个体更新种群,使得在种群迭代完成时接近或达到最优解。该算法特有的记忆功能使得算法可以动态跟踪当前的搜索情况来调整搜索策略,具有较强的鲁棒搜索能力。在优化求解过程中,差分进化算法并不依赖被优化问题的信息实现全局寻优,而是依据整个
《差分进化算法理论与应用》目录

第1章 差分进化算法 1

1.1 引言 1

1.2 标准差分进化算法 2

1.2.1 差分变异 2

1.2.2 交叉 3

1.2.3 选择 4

1.3 差分进化算法的研究现状 7

1.3.1 控制参数调整策略的改进 7

1.3.2 操作算子策略的改进 10

1.3.3 种群结构的改进 13

1.3.4 混合差分进化算法研究 13

1.3.5 差分进化算法在组合优化中的应用研究 15

1.4 差分进化算法研究展望 18

1.5 本章小结 19

参考文献 20

第2章 种群规模适应性差分进化算法 32

2.1 种群规模的适应性调节策略 35

2.1.1 寿命机制 35

2.1.2 灭绝机制 35

2.2 引入新个体的策略 36

2.2.1 精英个体的复制 36

2.2.2 建立新种群 36

2.3 适应性调节种群规模的差分进化算法(DEAPS)及分析 38

2.3.1 DEAPS算法步骤 38

2.3.2 DEAPS参数分析及设置 40

2.3.3 DEAPS算法中种群规模调节策略分析 43

2.4 计算实验与比较 45

2.4.1 实验结果的统计分析 45

2.4.2 收敛性能比较 48

2.5 本章小结 51

参考文献 52

第3章 参数适应性分布式差分进化算法 54

3.1 分布式DE的拓扑结构与迁移机制 55

3.1.1 分布式DE的拓扑结构 55

3.1.2 分布式DE的迁移机制 56

3.2 分布式DE算法中F和CR的适应性调节策略 56

3.2.1 缩放因子F的适应性调节策略 57

3.2.2 交叉率CR的适应性调节策略 58

3.3 分布式DE中的参数设置 59

3.4 APDDE算法分析 60

3.5 计算实验与比较 63

3.6 本章小结 71

参考文献 72

第4章 分布式Memetic差分进化算法 74

4.1 Memetic算法 74

4.1.1 Memetic算法的基本要素 75

4.1.2 Memetic算法的设计方案 75

4.1.3 Memetic算法流程 76

4.2 Memetic DE算法 78

4.2.1 Hooke-Jeeves算法 79

4.2.2 Lamarckian学习与Baldwinian学习的协作 79

4.3 协调Lamarckian与Baldwinian学习的分布式MemeticDE算法 82

4.3.1 分布式DE与Hooke-Jeeves混合过程中L-学习与B-学习的协作 82

4.3.2 分布式DE迁移策略中L-学习与B-学习的协作 83

4.4 DMDE算法分析 86

4.4.1 DMDE中两种学习机制的协作分析 86

4.4.2 DMDE中集成混合策略和多子种群策略的优势 87

4.5 计算实验与比较 90

4.5.1 计算复杂度比较 90

4.5.2 优化性能比较 93

4.6 本章小结 96

参考文献 97

第5章 求解组合优化问题的差分进化算法 100

5.1 组合优化 100

5.2 基于排列的差分进化方法 104

5.2.1 排列矩阵方法 104

5.2.2 相邻矩阵方法 105

5.2.3 相对位置索引 106

5.2.4 向前向后转换方法 108

5.2.5 最小位置值方法 109

5.2.6 离散方法 110

5.3 本章小结 110

参考文献 111

第6章 离散差分进化算法求解组合优化问题算例 112

6.1 离散DE算法求解流水线车间调度问题算例 112

6.2 离散DE算法求解旅行商问题算例 129

6.3 Memetic离散DE算法求解广义旅行商问题算例 134

6.4 本章小结 139

参考文献 139

第7章 求解武器目标分配问题的离散差分进化算法 140

7.1 前言 140

7.2 SWTA问题模型 144

7.3 求解SWTA的DDE算法(DDE-MRR) 145

7.3.1 解的表示与初始化 146

7.3.2 差分变异 146

7.3.3 交叉 148

7.3.4 选择 149

7.4 SWTA问题的求解 150

7.4.1 SWTA问题的种群规模NP与维数N关系的确定 150

7.4.2 DDE-MRR算法与DDE-FBT、DDE-RPI算法的比较 153

7.5 本章小结 156

参考文献 156

附录1 标准测试函数 163

附录2 几种典型的组合优化问题 179

附录2.1 旅行商问题 179

附录2.1.1 问题描述 180

附录2.1.2 有时间约束的TSP 181

附录2.1.3 多重TSP 182

附录2.1.4 时间约束性多重TSP 182

附录2.1.5 广义旅行商问题 182

附录2.2 车间作业调度问题 184

附录2.2.1 并行机器调度问题 186

附录2.2.2 调度性能指标与调度解分类 187

附录2.3 背包问题 189

附录2.3.1 多选择背包问题 190

附录2.3.2 多约束背包问题 191

附录2.4 指派问题 191

相关图书
作者其它书籍
返回顶部