作者：郑金华，邹娟著
页数：10,291页
出版社：科学出版社
出版日期：2017
ISBN：9787030521491
电子书格式：pdf/epub/txt
内容简介
本书比较全面地综述了MOEA的国际研究现状和发展趋势, 介绍了MOEA的基础知识和基本原理 ; 论述和分析了构造Pareto最优解集的方法、保持进化群体分布性的方法和策略, 以及MOEA的收敛性等内容。
作者简介
郑金华 博士，教授、博士生导师，国务院特殊津贴专家。从1997年开始从事进化优化、多目标进化优化、高维多目标进化优化等研究，主持完成第一自然科学基金项目3项、省部级科研项目10余项，以第一完成人获得湖南省自然科学奖二等奖1项、湖南省第一教学成果奖二等奖2项，获得霍英东青年教师奖1项；出版学术著作1部，在IEEE Transactions on Evolutionary Computation、Evolutionary Computation、Applied Soft Computing以及《计算机学报》《软件学报》等发表学术论文220余篇。
本书特色
近年来，多目标进化算法(MOEA)的研究进入了快速发展阶段，越来越多的人开始从事MOEA新方法和新技术的设计与实现，MOEA的应用日益广泛。 本书比较全面地综述了MOEA的国际研究现状和发展趋势，介绍了MOEA的基础知识和基本原理；论述和分析了构造Pareto最解集的方法、保持进化群体分布性的方法和策略，以及MOEA的收敛性；讨论了目前国际上最代表性的MOEA以及高维MOEA、偏好MOEA和动态MOEA；探讨了MOEA的性能评价方法、MOEA的测试方法，以及MOEA测试实验平台。最后，讨论了用多目标进化方法求解约束优化问题，并分类概述了MOEA的应用及两个具体应用实例。 本书可作为计算机、自动控制和其他相关专业高年级本科生、硕士研究生、博士研究生，以及MOEA爱好者研究和学习的教材或参考书。
目录
序言で把元さ1章 绪论í11 MOEA概述í12 MOEA的分类í121 按不同的进化机制分类í122 按不同的决策方式分类í13 多目标进化优化方法研究í14 MOEA理论研究í15 MOEA应用研究í16 有待进一步研究的课题íさ2章 多目标进化优化基础í21 进化算法í211 遗传算法的基本流程í212 编码í213 适用度评价í214 遗传操作í22 多目标优化问题í23 多目标进化个体之间关系í24 基于Pareto的多目标最优解集í241 Pareto最优解í242 Pareto最优边界í243 凸空间和凹空间í25 基于Pareto的多目标进化算法的一般框架íさ3章 多目标Pareto最优解集构造方法í31 构造Pareto最优解的简单方法í311 Deb的非支配排序方法í312 用排除法构造非支配集í32 用庄家法则构造Pareto最优解集í321 用庄家法则构造非支配集的方法í322 正确性论证í323 时间复杂度分析í324 实例分析í325 实验结果í33 用擂台赛法则构造Pareto最优解集í331 用擂台赛法则构造非支配集的方法í332 正确性论证及时间复杂度分析í333 实例分析í334 实验结果í34 用递归方法构造Pareto最优解集í35 用快速排序方法构造Pareto最优解集í351 个体之间的关系í352 用快速排序方法构造非支配集í36 用改进的快速排序方法构造Pareto最优解集í361 改进的快速排序算法í362 实验结果íさ4章 多目标进化群体的分布性í41 用小生境技术保持进化群体的分布性í42 用信息熵保持进化群体的分布性í43 用聚集密度方法保持进化群体的分布性í44 用网格保持进化群体的分布性í441 网格边界í442 个体在网格中的定位í443 自适应网格í45 用聚类方法保持进化群体的分布性í451 聚类分析中的编码及其相似度计算í452 聚类分析í453 极点分析与处理í46 非均匀问题的分布性í461 非均匀分布问题í462 杂乱度分析í463 种群维护íさ5章 多目标进化算法的收敛性í51 多目标进化模型及其收敛性分析í511 多目标进化简单模型í512 reduce函数í513 收敛性分析í52 自适应网格算法及其收敛性í521 有关定义í522 自适应网格算法í523 AGA收敛性分析í524 AGA的收敛条件í53 MOEA的收敛性分析í531 Pareto最优解集的特征í532 MOEA的收敛性íさ6章 多目标进化算法í61 基于分解的MOEAí611 三类聚合函数í612 基于分解的MOEA算法框架í62 基于支配的MOEAí621 Schaffer和Fonseca等的工作í622 NSGA并颡í623 NPGAí624 SPEA2í625 PESAí626 PAESí627 MGAMOOí628 MOMGAí629 基于信息熵的MOEAí6210 mBOAí63 基于指标的MOEAí631 Hypervolume指标和二元ε瞚ndicator指标í632 SMS睧MOAí633 IBEAí64 NSGA并颉SPEA2、MOEA/D实验比较结果íさ7章 高维MOEAí71 概述í72 NSGA并 í721 参考点的设置í722 种群的自适应标准化í723 关联操作í724 个体保留操作í725 NSGA并笫奔涓丛佣确治霆í73 ε睲OEAí74 SDEí75 实验结果及对高维MOEA研究的思考íさ8章 偏好MOEAí81 概述í82 g瞕ominance算法í83 r瞕ominance算法í84 角度信息偏好算法í85 实验结果íさ9章 基于动态环境的MOEAí91 动态多目标优化问题(DMOP)í911 DMOP基本概念及数学表述í912 DMOP的分类í913 动态多目标进化方法í914 动态多目标测试问题í92 FPS í921 预测策略及算法í922 实验结果í93 PPSí931 PPS基本原理í932 PS中心点的预测í933 PS的副本估计í934 下一时刻解的生成í935 PPS算法í936 实验结果í94 DEE睵DMSí941 动态环境模型í942 动态进化模型的实现í943 DEE睵DMSí944 实验结果íさ10章 MOEA性能评价í101 概述í102 实验设计与分析í1021 实验目的í1022 MOEA评价工具的选取í1023 实验参数设置í1024 实验结果分析í103 MOEA性能评价方法í1031 评价方法概述í1032 收敛性评价方法í1033 分布性评价方法í104 综合评价指标í1041 超体积指标í1042 反转世代距离íさ11章 MOEA测试函数í111 概述í112 MOEA测试函数集í113 MOP问题分类í1131 非偏约束的数值MOEA测试函数集í1132 带偏约束的数值MOEA测试函数集í114 构造MOP测试函数的方法í1141 从数值上构造MOPí1142 规模可变的多目标测试函数的构造方法í1143 自底向上地构造规模可变的多目标测试函数í1144 对曲面进行约束构造规模可变的多目标测试函数í115 DTLZ测试函数系列í1151 DTLZ1í1152 DTLZ2í1153 DTLZ3í1154 DTLZ4í1155 DTLZ5í1156 DTLZ6í1157 DTLZ7í1158 DTLZ8í1159 DTLZ9í116 组合优化类MOEA测试函数í117 WFG测试问题工具包í1171 问题特性í1172 Pareto最优面的几何结构í1173 构造测试问题的一般方法í1174 WFG1～WFG9í118 可视化测试问题í119 其他测试问题íさ12章 多目标优化实验平台í121 多目标优化实验平台特性í122 开源软件框架í123 优化模板库í1231 OTL的构成í1232 OTL面向对象的设计架构í1233 OTL的三个组成工程íさ13章 基于多目标优化求解单目标约束优化问题í131 约束优化概述í132 CW算法í133 HCOEA算法í
第14章 MOEA应用í141 MOEA应用概述í1411 MOEA在环境与资源配置方面的应用í1412 MOEA在电子与电气工程方面的应用í1413 MOEA在通信与网络优化方面的应用í1414 MOEA在机器人方面的应用í1415 MOEA在航空航天方面的应用í1416 MOEA在市政建设方面的应用í1417 MOEA在交通运输方面的应用í1418 MOEA在机械设计与制造方面的应用í1419 MOEA在管理工程方面的应用í14110 MOEA在金融方面的应用í14111 MOEA在科学研究中的应用í142 MOEA在车辆路径问题中的应用í1421 带时间窗的车辆路径问题í1422 求解VRPTW问题的MOEAí1423 可变概率的λ瞚nterchange局部搜索法í1424 实验与分析í143 MOEA在供水系统中的应用í1431 水泵调度问题í1432 求解方法í1433 实验结果分析íじ铰糀 符号及缩写íじ铰糂 MOPs测试函数íじ铰糃 表B1测试函数的玃┆玹rue图和玃F┆玹rue图íじ铰糄 表B2测试函数的玃┆玹rue图和玃F┆玹rue图íげ慰嘉南转í
下载地址
立即下载（解压密码：www.teccses.org）
