演化计算方法及应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

演化计算方法及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 最优化问题2

1.2 求解优化问题的数学方法4

1.3 求解优化问题的演化计算方法5

第2章 遗传算法9

2.1 标准遗传算法10

2.2 编码12

2.2.1 二进制编码12

2.2.2 值编码（Value Encoding）12

2.2.3 互换编码（Permutation Encoding）13

2.3 遗传算子14

2.3.1 交叉14

2.3.2 变异15

2.3.3 选择17

2.4 参数控制18

2.5 模式定理和隐并行性定理19

2.6 收缩映射原理21

2.7 小结24

第3章 进化规划25

3.1 标准进化规划方法26

3.2 进化策略28

3.3 概率分析29

3.4 群体启发进化规划33

3.4.1 群体启发进化规划算法33

3.4.2 PHEP算法验证35

3.5 用群体启发进化规划求解高维优化问题40

3.5.1 高维优化40

3.5.2 实验结果41

3.6 小结44

第4章 粒子群优化45

4.1 标准粒子群优化方法47

4.2 二进制粒子群优化算法49

4.3 参数设置56

4.4 粒子轨迹的确定性分析59

4.5 粒子的分布特征62

4.6 粒子的聚度63

4.7 模拟退火粒子群优化方法66

4.7.1 模拟退火67

4.7.2 模拟退火粒子群优化68

4.8 有分工策略的粒子群优化方法70

4.9 算法测试73

4.10 动态优化76

4.10.1 线性模型76

4.10.2 环形模型77

4.10.3 随机模型77

4.10.4 动态优化仿真78

4.11 小结83

第5章 微分演化85

5.1 微分演化方法描述86

5.2 DE参数的设置89

5.3 算法仿真90

5.3.1 低维条件下的仿真结果90

5.3.2 高维条件下的仿真结果91

5.4 微分演化粒子群优化92

5.5 用DE确定PSO的最佳参数95

5.6 小结98

第6章 文化算法99

6.1 约束的处理101

6.1.1 可行解和不可行解101

6.1.2 可行个体评价函数evalf的设计102

6.1.3 不可行个体的处理103

6.2 文化算法简介108

6.2.1 文化算法框架108

6.2.2 信仰空间的约束表达和信仰空间的更新109

6.2.3 群体空间的演化113

6.3 算法测试113

6.4 小结114

第7章 蚁群优化116

7.1 蚁群优化算法117

7.2 蚁群聚类120

7.3 小结123

第8章 应用举例125

8.1 属性约简126

8.1.1 信息系统与属性约简126

8.1.2 常用的属性约简方法126

8.1.3 基于遗传算法的属性约简129

8.2 电力负荷关联规则提取132

8.2.1 问题概述132

8.2.2 关联规则133

8.2.3 频繁项集挖掘136

8.2.4 基于DPSO方法负荷规则萃取138

8.3 神经网络训练142

8.3.1 神经元模型143

8.3.2 神经网络144

8.3.3 神经网络的学习145

8.3.4 前向神经网络146

8.4 小结149

附录A 无约束优化问题150

附录B 约束优化问题157

参考文献162