新書推薦：
《
系统家庭治疗的刻意练习
》
售價：HK$
83.5
《
2049：未来10000天的可能
》
售價：HK$
75.9
《
复利效应
》
售價：HK$
48.4
《
莫雷诺心理学：慢性焦虑（西班牙临床心理学家经典入门指南，焦虑症与恐惧症治愈手册。冲破情绪困局，揭示焦虑本质）
》
售價：HK$
54.8
《
莫雷诺心理学：克服强迫症（第5版，西班牙临床心理学家经典入门指南，强迫症的诱因、病症与治疗，收录强迫症自测表）
》
售價：HK$
54.8
《
杰出投资者的情绪管理课：揭秘巴菲特不住在华尔街的真相（德国年度财经图书奖）
》
售價：HK$
87.8
《
粤港澳大湾区协同发展报告（2024）
》
售價：HK$
178.2
《
中国美术全集：陶瓷器（一部汇集中华五千年文化的大型图集）
》
售價：HK$
1680.0
|
| 內容簡介： |
|
《动态多目标优化进化算法及其应用》在全面总结国内外关于动态多目标优化及其进化算法发展现状、基础理论及实现技术的基础上，着重介绍了作者基于进化计算的动态多目标优化方面的研究成果，主要包括：动态无约束多目标优化进化算法；动态约束多目标优化进化算法；离散时间空间上的动态多目标优化进化算法;基于粒子群算法的动态多目标优化求解方法；基于进化算法求解动态非线性约束优化问题；动态多目标进化算法性能评价指标度量方法；动态多目标优化问题测试集。为便于应用，书后附有部分算法源程序。
|
| 目錄：
|
|
目录序前言第1章 绪论 11.1 引言 11.2 进化算法简介 21.2.1 EA的产生背景 21.2.2 EA的主要特点 31.2.3 EA的研究现状 31.2.4 EA的主要应用 41.3 动态优化问题及其进化算法 51.3.1 DMOP及基本概念 51.3.2 动态优化进化算法研究现状 81.4 动态优化问题的进化算法研究目标 101.5 本书的体系结构 111.6 本章小结 12参考文献 12第2章 进化算法的理论及其实现技术 202.1 EA的基本框架 202.2 遗传算法的模式理论 212.2.1 模式理论 222.2.2 积木块理论 242.3 进化算法的收敛性理论 252.3.1 预备知识 252.3.2 **遗传算法的收敛性. 272.3.3 改进的**遗传算法的收敛性 292.3.4 一般遗传算法的收敛性. 322.4 进化算子及其操作设计 332.5 本章小结 35参考文献 36第3章 动态无约束多目标优化进化算法 373.1 问题及相关概念 373.2 静态优化模型 383.2.1 DUMOP转化为许多静态优化问题 383.2.2 静态双目标优化模型 393.3 解动态无约束多目标优化进化算法 403.3.1 子空间Levy分布杂交算子 403.3.2 带区间分割的非均匀变异算子 413.3.3 动态多目标优化进化算法（DMEA） 423.4 理论分析 423.5 实验结果 453.5.1 测试函数 453.5.2 测试结果与分析 463.6 本章小结 51参考文献 52第4章 动态约束多目标优化进化算法 544.1 问题及相关概念 544.2 动态双目标优化模型 554.2.1 广义解序值方差函数 554.2.2 广义解密度方差函数 564.2.3 问题的转化 574.3 动态约束多目标优化进化算法 584.3.1 选择算子 584.3.2 杂交算子 584.3.3 约束处理 594.3.4 动态多目标优化进化算法流程 594.4 收敛性分析 604.5 数值仿真 624.5.1 测试函数 624.5.2 测试结果 644.6 本章小结 67参考文献 67第5章 离散时间空间上的动态多目标优化进化算法 695.1 问题及预备知识 695.2 分布估计模型 705.3 核分布估计动态多目标进化算法 725.3.1 环境变化自检算子 725.3.2 新算法（CDDMEA）流程 725.4 算法复杂性分析 735.5 数值仿真结果 745.6 本章小结 78参考文献 78第6章 动态多目标优化问题的粒子群算法 806.1 问题及预备知识 806.2 动态多目标优化粒子群算法 806.2.1 PSO的数学模型 816.2.2 适时变异算子 826.2.3 改进的惯性因子ω 836.2.4 环境变化判断规则 836.2.5 动态多目标优化PSO算法 836.3 算法分析 846.4 数值仿真 856.5 本章小结 89参考文献 89第7章 基于进化算法求解动态非线性约束优化问题 927.1 问题及相关概念 927.2 动态非线性约束优化问题数学模型 937.3 动态多目标优化进化算法 957.3.1 杂交算子 957.3.2 变异算子 957.3.3 新的进化算法（DNEA）流程 957.4 收敛性分析 967.5 数值仿真 1007.5.1 性能度量指标 1007.5.2 测试函数 1007.5.3 测试结果 1017.6 本章小结 104参考文献 105第8章 动态多目标进化算法性能评价 1088.1 引言 1088.2 性能测试设计方法 1098.2.1 性能测试目的 1098.2.2 度量DMOEA的指标 1098.3 静态多目标进化算法性能评价方法 1108.3.1 收敛性的度量 1108.3.2 分布性的度量 1128.4 动态多目标进化算法（DMOEA）性能评价方法 1158.4.1 收敛性的度量 1158.4.2 分布性的度量 1178.5 本章小结 117参考文献 118第9章 动态多目标优化问题测试集 1199.1 静态多目标优化测试函数 1199.1.1 无约束SMOP测试函数 1199.1.2 约束SMOP测试函数 1229.1.3 ZDT 测试函数集 1239.1.4 DTLZ测试函数集 1249.2 动态多目标优化测试函数 1299.2.1 无约束DMOP测试函数 1299.2.2 约束DMOP测试函数 1329.3 本章小结 133参考文献 133附录1 符号说明 136附录2 算法DMEA 在固定时间（环境）t下部分源程序 137附录3 第3章绘制C-measure示意图部分源程序 143附录4 第3章绘制U-measure示意图的源程序 149
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
