《學習型智慧型最佳化算法及其套用》是2019年7月清華大學出版社出版的圖書,作者是邢立寧、陳英武、向尚。
基本介紹
- 書名:學習型智慧型最佳化算法及其套用
- 作者:邢立寧、陳英武、向尚
- ISBN:9787302514695
- 定價:99元
- 出版社:清華大學出版社
- 出版時間:2019.07
內容簡介,圖書目錄,
內容簡介
本書在現有智慧型最佳化方法的基礎上,探索學習型智慧型最佳化方法的基本框架。書中採用智慧型最佳化模型和知識模型相結合的集成建模思路,總結了精英個體知識、構件知識、運算元知識和參數知識4種知識形式,構建了用於實現學習型智慧型最佳化方法的8類典型知識,以此輔助學習型智慧型最佳化方法高效地求解複雜最佳化問題。針對連續最佳化問題、離散最佳化問題(非對稱旅行商問題、雙層CARP最佳化問題、柔性作業車間調度問題)和實際工程問題(體系仿真最佳化問題、衛星地面站系統任務調度問題、多星任務規劃問題),分別設計了若干種學習型智慧型最佳化算法,並對最佳化結果進行了分析和解釋。
本書主要面向在運籌學領域研究智慧型最佳化方法的企業、高校與科研院所的研究人員,幫助讀者了解學習型智慧型最佳化算法的基本原理與框架流程,提高讀者對學習型智慧型最佳化算法的實踐與套用能力,促進學習型智慧型最佳化算法的發展與完善。
圖書目錄
第1章緒論
1.1背景及意義
1.1.1背景
1.1.2動機
1.2智慧型最佳化方法
1.3知識導向的智慧型最佳化算法
1.3.1傳統人工智慧引導的智慧型最佳化算法
1.3.2特定知識模型引導的智慧型最佳化算法
1.3.3具有雙層進化機制的文化算法
1.4章節結構
第2章學習型智慧型最佳化方法
2.1學習型智慧型最佳化相關理論
2.1.1知識
2.1.2知識模型
2.1.3遺傳算法
2.1.4蟻群算法
2.1.5學習型智慧型最佳化的基本框架
2.1.6學習型智慧型最佳化的運行機制
2.2學習型智慧型最佳化中的知識
2.2.1精英個體知識
2.2.2構件知識
2.2.3運算元知識
2.2.4參數知識
2.3學習型智慧型最佳化算法的框架與流程
2.3.1求解函式最佳化問題的學習型遺傳算法框架與流程
2.3.2求解非對稱旅行商問題的學習型遺傳算法框架與
流程
2.3.3求解雙層CARP最佳化問題的學習型遺傳算法框架與
流程
2.3.4求解雙層CARP最佳化問題的學習型蟻群算法框架與
流程
2.3.5求解柔性作業車間調度問題的學習型蟻群算法框架與
流程
2.3.6求解柔性作業車間調度問題的學習型協同進化算法框架與
流程
2.3.7求解體系仿真最佳化問題的學習型遺傳算法框架與
流程
2.3.8求解衛星地面站系統任務調度的學習型蟻群算法框架與
流程
2.3.9求解多星任務規劃問題的學習型蟻群算法框架與
流程
2.4本章小結
第3章求解函式最佳化問題的學習型遺傳算法
3.1問題描述及特點分析
3.2求解過程
3.2.1種群初始化
3.2.2選擇操作
3.2.3交叉操作
3.2.4變異操作
3.2.5災變操作
3.2.6終止條件
3.3實驗結果及分析
3.3.1參數設定
3.3.2幾種典型的函式最佳化方法
3.3.3普通測試函式的實驗結果
3.3.4組合測試函式的實驗結果
3.4本章小結
第4章求解非對稱旅行商問題的學習型遺傳算法
4.1問題描述及特點分析
4.1.1旅行商問題描述
4.1.2旅行商問題的分類
4.1.3旅行商問題的套用和價值
4.1.4旅行商問題的計算複雜性
4.2求解過程
4.2.1種群初始化操作
4.2.2選擇操作
4.2.3交叉操作
4.2.4變異操作
4.2.5種群替換操作
4.2.6局部最佳化操作
4.2.7終止條件
4.3實驗結果及分析
4.4本章小結
第5章求解雙層CARP最佳化問題的學習型遺傳算法和學習型蟻群
算法
5.1問題描述及特點分析
5.1.1雙層CARP最佳化問題的相關術語
5.1.2雙層CARP最佳化問題的數學模型
5.1.3雙層CARP最佳化問題的簡單實例
5.1.4雙層CARP最佳化問題的特點
5.2求解框架
5.2.1雙層CARP最佳化問題的求解框架
5.2.2巨觀配置最佳化方法
5.2.3擴展啟發式方法ERPS
5.2.4擴展啟發式方法ERUH
5.3求解過程
5.3.1學習型遺傳算法求解過程
5.3.2學習型蟻群算法求解過程
5.4學習型遺傳算法的實驗結果及分析
5.4.1實驗設計和參數設定
5.4.2LEGA1和LEGA2的比較實驗
5.4.3LEGA2和LEGA3的比較實驗
5.4.4ERPS和LEGA3的比較實驗
5.4.5ERUH和LEGA3的比較實驗
5.4.6不同方法的最佳化曲線
5.5學習型蟻群算法的實驗結果及分析
5.5.1實驗設計和參數設定
5.5.2ERPS和LEACO的實驗結果
5.5.3ERUH和LEACO的實驗結果
5.5.4LEGA和LEACO的實驗結果
5.6本章小結
第6章求解柔性作業車間調度問題的學習型蟻群算法和學習型協同
進化算法
6.1問題描述及特點分析
6.1.1柔性作業車間調度問題的描述
6.1.2柔性作業車間調度問題的分類
6.1.3柔性作業車間調度問題的特點
6.1.4柔性作業車間調度問題的求解過程
6.2求解過程
6.2.1學習型蟻群算法求解過程
6.2.2學習型協同進化算法求解過程
6.3學習型蟻群算法的實驗結果及分析
6.4學習型協同進化算法的實驗結果及分析
6.5本章小結
第7章求解體系仿真最佳化問題的學習型遺傳算法
7.1問題描述
7.1.1體系實例
7.1.2數學模型
7.2求解過程
7.2.1分層最佳化方法
7.2.2學習型遺傳算法步驟
7.3實驗結果及分析
7.4本章小結
第8章求解衛星地面站系統任務調度的學習型蟻群算法
8.1問題描述
8.2求解過程
8.2.1信息素的定義和初始化
8.2.2可行解的構造
8.2.3導向局部搜尋方法
8.2.4信息素的更新
8.2.5終止準則
8.3實驗結果及分析
8.4本章小結
第9章求解多星任務規劃問題的學習型蟻群算法
9.1問題描述
9.1.1多星任務規劃的基本輸入要素
9.1.2多星任務規劃的基本約束條件
9.1.3多星任務規劃的基本輸出要素
9.1.4多星任務規劃的基本假設
9.1.5多星任務規劃問題分析
9.2問題建模
9.2.1數學符號
9.2.2元任務
9.2.3合成任務
9.2.4收益函式構造
9.2.5多星任務規劃模型
9.3求解過程
9.3.1知識初始化
9.3.2任務指派
9.3.3任務合成
9.3.4調度改進
9.3.5知識學習
9.3.6終止準則
9.4實驗結果及分析
9.4.1測試實例的構造
9.4.2實驗結果及分析
9.5本章小結
第10章總結與展望
10.1主要成果
10.2研究展望
參考文獻
索引
附錄A函式最佳化問題的一些普通測試函式
附錄B函式最佳化問題的一些組合測試函式
附錄C雙層CARP最佳化問題的測試實例
附錄D雙層CARP最佳化問題的最優下限估計方法
D.1服務成本的最優下限估計
D.2空車成本的最優下限估計
D.3倉庫構建成本的最優下限估計
D.4車輛購置成本的最優下限估計
附錄E英漢排序與調度辭彙