登入帳戶　 |　訂單查詢　 |　購物車/收銀台( 0 )　|　在線留言板　 |　付款方式　 |　聯絡我們　 |　運費計算　 |　幫助中心　|　 加入書簽
	全部範圍 - 圖書 - 　- 中文簡體書(大陸書) - 　- 英文書（原版） - - 音碟 - 　- 音樂 - 　- 影視 - - 雜誌 - 全文 精確	會員登入 新註冊 |　新用戶登記

HOME新書上架暢銷書架好書推介特價區會員書架精選月讀2023年度TOP分類閱讀雜誌

香港／國際用戶

最新/最熱/最齊全的簡體書網

品種：超過100萬種書，正品正价，放心網購，悭钱省心

送貨：速遞 / EMS，時效：出貨後2-3日

新書推薦： 《 元宴 》 售價：NT$ 978.0 《 米兰讲稿（翁贝托·埃科作品系列） 》 售價：NT$ 1030.0 《 无线重构世界：射频技术的过去、现在与未来 》 售價：NT$ 562.0 《 海外中国研究·南方的将军：孙权传 》 售價：NT$ 614.0 《 历史的深度 》 售價：NT$ 302.0 《 中国漆艺技法全书：工艺原理与基础技法 》 售價：NT$ 822.0 《 晋朝的死结 》 售價：NT$ 458.0 《 文明的冲突：东西方文明的第一次交锋（第2版） 》 售價：NT$ 374.0

內容簡介： 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*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*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。*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。 目錄： 序言前言第1章 绪论11 MOEA概述12 MOEA的分类121 按不同的进化机制分类122 按不同的决策方式分类13 多目标进化优化方法研究14 MOEA理论研究15 MOEA应用研究16 有待进一步研究的课题第2章 多目标进化优化基础21 进化算法211 遗传算法的基本流程212 编码213 适用度评价214 遗传操作22 多目标优化问题23 多目标进化个体之间关系24 基于Pareto的多目标最优解集241 Pareto最优解242 Pareto最优边界243 凸空间和凹空间25 基于Pareto的多目标进化算法的一般框架第3章 多目标Pareto最优解集构造方法31 构造Pareto最优解的简单方法311 Deb的非支配排序方法312 用排除法构造非支配集32 用庄家法则构造Pareto最优解集321 用庄家法则构造非支配集的方法322 正确性论证323 时间复杂度分析324 实例分析325 实验结果33 用擂台赛法则构造Pareto最优解集331 用擂台赛法则构造非支配集的方法332 正确性论证及时间复杂度分析333 实例分析334 实验结果34 用递归方法构造Pareto最优解集35 用快速排序方法构造Pareto最优解集351 个体之间的关系352 用快速排序方法构造非支配集36 用改进的快速排序方法构造Pareto最优解集361 改进的快速排序算法362 实验结果第4章 多目标进化群体的分布性41 用小生境技术保持进化群体的分布性42 用信息熵保持进化群体的分布性43 用聚集密度方法保持进化群体的分布性44 用网格保持进化群体的分布性441 网格边界442 个体在网格中的定位443 自适应网格45 用聚类方法保持进化群体的分布性451 聚类分析中的编码及其相似度计算452 聚类分析453 极点分析与处理46 非均匀问题的分布性461 非均匀分布问题462 杂乱度分析463 种群维护第5章 多目标进化算法的收敛性51 多目标进化模型及其收敛性分析511 多目标进化简单模型512 reduce函数513 收敛性分析52 自适应网格算法及其收敛性521 有关定义522 自适应网格算法523 AGA收敛性分析524 AGA的收敛条件53 MOEA的收敛性分析531 Pareto最优解集的特征532 MOEA的收敛性第6章 多目标进化算法61 基于分解的MOEA611 三类聚合函数612 基于分解的MOEA算法框架62 基于支配的MOEA621 Schaffer和Fonseca等的工作622 NSGAⅡ623 NPGA624 SPEA2625 PESA626 PAES627 MGAMOO628 MOMGA629 基于信息熵的MOEA6210 mBOA63 基于指标的MOEA631 Hypervolume指标和二元indicator指标632 SMSEMOA633 IBEA64 NSGAⅡ、SPEA2、MOEAD实验比较结果第7章 高维MOEA71 概述72 NSGAⅢ 721 参考点的设置722 种群的自适应标准化723 关联操作724 个体保留操作725 NSGAⅢ时间复杂度分析73 MOEA74 SDE75 实验结果及对高维MOEA研究的思考第8章 偏好MOEA81 概述82 gdominance算法83 rdominance算法84 角度信息偏好算法85 实验结果第9章 基于动态环境的MOEA91 动态多目标优化问题DMOP911 DMOP基本概念及数学表述912 DMOP的分类913 动态多目标进化方法914 动态多目标测试问题92 FPS 921 预测策略及算法922 实验结果93 PPS931 PPS基本原理932 PS中心点的预测933 PS的副本估计934 下一时刻解的生成935 PPS算法936 实验结果94 DEEPDMS941 动态环境模型942 动态进化模型的实现943 DEEPDMS944 实验结果第10章 MOEA性能评价101 概述102 实验设计与分析1021 实验目的1022 MOEA评价工具的选取1023 实验参数设置1024 实验结果分析103 MOEA性能评价方法1031 评价方法概述1032 收敛性评价方法1033 分布性评价方法104 综合评价指标1041 超体积指标1042 反转世代距离第11章 MOEA测试函数111 概述112 MOEA测试函数集113 MOP问题分类1131 非偏约束的数值MOEA测试函数集1132 带偏约束的数值MOEA测试函数集114 构造MOP测试函数的方法1141 从数值上构造MOP1142 规模可变的多目标测试函数的构造方法1143 自底向上地构造规模可变的多目标测试函数1144 对曲面进行约束构造规模可变的多目标测试函数115 DTLZ测试函数系列1151 DTLZ11152 DTLZ21153 DTLZ31154 DTLZ41155 DTLZ51156 DTLZ61157 DTLZ71158 DTLZ81159 DTLZ9116 组合优化类MOEA测试函数117 WFG测试问题工具包1171 问题特性1172 Pareto最优面的几何结构1173 构造测试问题的一般方法1174 WFG1～WFG9118 可视化测试问题119 其他测试问题第12章 多目标优化实验平台121 多目标优化实验平台特性122 开源软件框架123 优化模板库1231 OTL的构成1232 OTL面向对象的设计架构1233 OTL的三个组成工程第13章 基于多目标优化求解单目标约束优化问题131 约束优化概述132 CW算法133 HCOEA算法 第14章 MOEA应用141 MOEA应用概述1411 MOEA在环境与资源配置方面的应用1412 MOEA在电子与电气工程方面的应用1413 MOEA在通信与网络优化方面的应用1414 MOEA在机器人方面的应用1415 MOEA在航空航天方面的应用1416 MOEA在市政建设方面的应用1417 MOEA在交通运输方面的应用1418 MOEA在机械设计与制造方面的应用1419 MOEA在管理工程方面的应用14110 MOEA在金融方面的应用14111 MOEA在科学研究中的应用142 MOEA在车辆路径问题中的应用1421 带时间窗的车辆路径问题1422 求解VRPTW问题的MOEA1423 可变概率的interchange局部搜索法1424 实验与分析143 MOEA在供水系统中的应用1431 水泵调度问题1432 求解方法1433 实验结果分析附录A 符号及缩写附录B MOPs测试函数附录C 表B1测试函数的Ptrue图和PFtrue图附录D 表B2测试函数的Ptrue图和PFtrue图参考文献 內容試閱： 20世纪80年代末期，国内外对多目标进化算法MOEA的研究进入了快速发展时期，1994～2001年的8年，国际上所出版的论文是过去10年1984～1993年的3倍之多，近15年又有很大的发展。一方面，以实际应用为驱动的新的研究方向不断涌现，如高维多目标进化优化、基于偏好的多目标进化优化、基于动态环境的多目标进化优化，并产生了很多具有重要价值的成果；另一方面，在IEEE Transactions on Evolutionary Computation、Evolutionary Computation等期刊和EMOEvolutionary MultiCriterion Optimization等学术会议上所发表论文的影响力越来越大；第三个方面，国内外从事MOEA及其应用研究的人员越来越多，他们在MOEA新方法、新技术和应用等方面做了许多卓有成效的工作。 MOEA研究之所以有今天这么好的势头，主要是因为它具有广泛的应用领域和应用前景。现实世界中的许多实际问题都是多个目标的同时优化，这些问题通常又是高度复杂的、非线性的，使用传统方法求解十分困难，而MOEA非常适合求解这类问题。事实上，比较早期的向量评估遗传算法VEGA就是为了解决机器学习中的有关问题而提出的。MOEA发展到今天，已经在许多领域得到了成功应用，如优化控制、数据挖掘、机械设计、移动网络规划、证券组合投资、仿人机器人中枢神经运动控制器的设计、固体火箭发动机的优化设计、QoS路由、物流配送、逻辑电路设计、多传感器多目标跟踪数据关联、水下机器人运动规划、导弹自动驾驶仪设计、柔性制造系统流程规划、森林规划优化，以及车间调度等。 作者累积多年的研究心得和研究结果，并结合国内外MOEA研究的最新成果写成本书，以供MOEA爱好者参考，希望起到抛砖引玉的作用。 全书共分14章。第1章回顾了MOEA的研究历史和发展，讨论了MOEA的分类和有待进一步研究的课题。第2章讨论了多目标优化问题、多目标进化个体之间的关系、基于Pareto的多目标最优解，以及MOEA的一般框架。第3章讨论了基于Pareto的多目标最优解集的构造方法。第4章讨论了保持进化群体分布性的方法和策略。第5章对MOEA的收敛性进行讨论和分析。第6章对当前具有代表性的MOEA进行了讨论和分析。第7～9章分别讨论和分析了高维MOEA、基于偏好的MOEA，以及基于动态环境的MOEA。第10章对MOEA收敛性、分布性等性能评价方法进行了讨论。第11章阐述了MOEA的测试方法，同时给出了大量的测试用例。第12章介绍了多目标进化优化实验平台。第13章讨论了用多目标进化方法求解约束优化问题。第14章从11个方面概述了MOEA的应用，并给出了两个具体的MOEA应用实例。 本书收集了国内外有关MOEA的主要研究成果，但近些年有关MOEA的研究成果十分丰硕，因此还有很多优秀成果没有收集到本书中来，敬请专家和读者谅解。 本书适合作为高年级本科生、硕士研究生、博士研究生和MOEA爱好者研究和学习的教材或参考书。为此，作者在叙述上力求通俗易懂，深入浅出。 作者在撰写本书时，得到了张青富的指导；公茂果、唐珂、王勇、李辉、周爱民、俞扬等专家为作者提供了许多重要写作素材和帮助。除作者外，李辉撰写了61节，王勇撰写了第13章，参与写作和实验的主要人员有李密青、李珂、刘敏、罗彪、肖赤心、喻果、马忠伟，以及朱铮、韩平、柏卉、胡建杰、刘元、王帅发、张宇平、李庆亚、阮干等。 感谢章兢、黄云清、高协平、刘任任、段斌、欧阳建权对本书出版的支持和鼓励。感谢刘沛林、皮修平、李浪的支持和帮助。感谢姚新、张青富、金耀初、杨圣祥、李晓东、梁吉业、王宇平、张军、周育人、崔逊学、李元香、曾三友、丁立新、蔡之华、巩敦卫、公茂果、唐珂、江贺、王勇、李辉、周爱民、俞扬、秦凯、黄翰等国内外专家对作者和研究团队的长期指导和帮助。感谢实验室全体老师和同学的辛苦工作。特别感谢蔡自兴教授，他指导作者郑金华完成了博士论文，同时给予了长期指导和帮助；特别感谢史忠植教授，他指导作者郑金华完成了博士后工作，同时给予了长期指导和帮助。 感谢家人的全力支持，感谢所有关心、支持和帮助作者的朋友和同事。 由于作者水平有限，书中难免有不足之处，敬请广大读者批评指正。作者E-mail：jhzheng@xtu.edu.cn，zoujuan@xtu.edu.cn。 郑金华,邹娟2016年8月

書城介紹　 |　合作申請　|　索要書目　 |　新手入門　|　聯絡方式　 |　幫助中心　|　找書說明　 |　送貨方式　|　付款方式	香港用户　 |　台灣用户　|　海外用户
megBook.com.tw
Copyright (C) 2013 - 2024 （香港）大書城有限公司　All Rights Reserved.