第1章 概述 1
1.1 智能优化算法 1
1.2 智能优化算法特点及分类 2
1.3 典型的优化测试函数 3
1.3.1 无约束优化函数 3
1.3.2 有约束优化问题 9
1.4 分布估计算法的起源 13
1.5 分布估计算法的理论研究 16
1.6 分布估计算法的应用 17
1.7 分布估计算法的研究热点 17
1.8 本书的组织结构 19
第2章 基本分布估计算法 21
2.1 一个简单的分布估计算法例子 21
2.2 基于不同概率模型的分布估计算法 25
2.2.1 变量无关的分布估计算法 25
2.2.2 双变量相关分布估计算法 27
2.2.3 多变量相关分布估计算法 29
2.2.4 基于概率模型的其他算法 30
2.3 连续域的分布估计算法 31
2.4 分布估计算法的MATLAB工具箱MATEDA-2.0 32
2.4.1 MATEDA-2.0的特点 32
2.4.2 MATEDA的安装 32
2.4.3 MATEDA程序功能 33
2.4.4 数值例子 34
2.5 本章小结 36
第3章 解连续性优化问题的改进的正态分布的分布估计算法 37
3.1 正态分布的分布估计算法 37
3.2 改进的正态分布的分布估计算法 38
3.3 数值仿真与分析 39
3.3.1 与均匀分布的分布估计算法比较 39
3.3.2 不同的m/N比例分析 40
3.4 本章小结 41
第4章 武器—目标分配问题的分布估计算法及参数设计 42
4.1 武器—目标分配问题 42
4.2 解武器—目标分配问题的改进分布估计算法 43
4.3 算法测试及参数设计 44
4.4 本章小结 46
第5章 背包问题的分布估计算法 47
5.1 引言 47
5.2 背包问题各种形式的数学模型 47
5.3 解0-1背包问题的分布估计算法 50
5.4 数值仿真与分析 51
5.5 本章小结 53
第6章 求解可靠性优化的分布估计算法 54
6.1 可靠性优化问题 54
6.2 最优冗余优化模型及解法 54
6.3 解可靠性优化问题的改进分布估计算法 55
6.4 算例分析 55
6.5 本章小结 58
第7章 旅行商问题的分布估计算法 59
7.1 旅行商问题 59
7.1.1 标准旅行商问题 59
7.1.2 标准旅行商问题的数学模型 59
7.1.3 扩展TSP 60
7.1.4 TSP的解法 61
7.2 解旅行商问题的模拟退火算法 62
7.3 解旅行商问题的遗传算法 63
7.4 解旅行商问题的蚁群算法 65
7.5 解旅行商问题的分布估计算法 67
7.6 解旅行商问题的改进分布估计算法 68
7.7 实例分析 69
7.8 本章小结 71
第8章 基于分布估计算法解决集装箱装载问题 72
8.1 集装箱装载问题 72
8.2 启发式规则 74
8.2.1 装载策略 74
8.2.2 空间分割 75
8.2.3 空间合并 76
8.3 分布估计算法解决集装箱装载问题 77
8.3.1 编码处理 77
8.3.2 评价适应度函数 78
8.3.3 建立概率模型 78
8.3.4 算法实现流程 78
8.3.5 算法测试与结果对比 78
8.4 改进分布估计算法解决集装箱装载问题 80
8.4.1 精英种群策略 80
8.4.2 变异操作 80
8.4.3 改进分布估计算法实现流程 80
8.4.4 算法测试与结果对比 81
8.5 本章小结 83
第9章 分布估计算法在文本聚类中的应用 84
9.1 聚类算法 84
9.1.1 划分方法 84
9.1.2 层次方法 85
9.1.3 基于密度的聚类方法 86
9.1.4 基于模型的聚类方法 87
9.1.5 基于网格的聚类方法 88
9.2 文本聚类关键技术 88
9.2.1 文本间距离计算 88
9.2.2 文本的表示模型 89
9.2.3 文本预处理 90
9.3 文本语义相似度计算 93
9.3.1 关于《知网》 93
9.3.2 文本语义相似度的计算 94
9.4 本文的语义相似度计算 95
9.4.1 近义词 95
9.4.2 文本相似度计算 96
9.5 语义相似度基础上的K-均值聚类算法 96
9.5.1 问题描述 96
9.5.2 算法的实现 96
9.5.3 实验结果比较 97
9.6 基于分布估计算法的文本聚类 99
9.6.1 分布估计算法聚类相关改进 99
9.6.2 分布估计算法在聚类问题中的实现 100
9.6.3 实验结果分析 101
9.7 禁忌搜索算法 102
9.7.1 禁忌搜索算法概述 102
9.7.2 TS算法的基本思想 103
9.7.3 禁忌搜索算法的流程 104
9.7.4 禁忌搜索算法的特点 106
9.8 分布估计算法和禁忌搜索算法融合聚类 106
9.8.1 聚类算法基本思想 106
9.8.2 聚类算法的实现 107
9.9 系统实现及实验结果分析 110
9.9.1 功能模块设计 110
9.9.2 语料库 112
9.9.3 实验结果分析 112
9.10 本章小结 116
第10章 与摸石头过河算法混合的分布估计算法 117
10.1 摸石头过河算法的思想 117
10.2 解连续性优化问题的摸石头过河算法 117
10.2.1 基本摸石头过河算法 117
10.2.2 改进的摸石头过河算法 118
10.2.3 数值仿真与分析 119
10.3 求解最小包围圆问题的“摸石头过河”算法方法 121
10.3.1 引言 121
10.3.2 最小包围圆问题 121
10.3.3 解连最小包围圆问题的摸石头过河算法 122
10.4 解旅行商问题的摸石头过河算法 124
10.4.1 解旅行商问题的摸石头过河算法 124
10.4.2 数值例子 126
10.5 与“摸石头过河”混合的分布估计算法 128
10.5.1 解连续空间优化问题的摸石头过河与分布估计混合算法 128
10.5.2 数值仿真与分析 129
10.6 本章小节 130
第11章 基于分布估计算法的多目标优化 131
11.1 引言 131
11.2 多目标优化问题的数学描述 131
11.3 常用的多目标优化问题的测试函数 132
11.4 求解多目标优化问题的算法 138
11.5 解多目标优化问题的传统算法 138
11.5.1 目标加权法 138
11.5.2 约束法 139
11.5.3 目标规划法 139
11.6 解多目标优化的智能优化算法 139
11.6.1 基于进化算法的多目标优化 139
11.6.2 基于粒子群算法的多目标优化 141
11.6.3 基于人工免疫系统的多目标优化 141
11.7 分布估计算法的多目标优化 142
11.8 解多目标3-SAT问题的分布估计算法 144
11.9 展望 145
第12章 总结 147
附录A 解连续性优化问题的改进的正态分布的分布估计算法程序 149
附录B 背包问题的分布估计算法程序 156
附录C 解连续优化问题摸石头过河算法程序 158
附录D 解连续优化问题摸石头过河分布估计混合算法程序 160
参考文献 163