複雜多目標問題的最佳化方法及套用

內容簡介

　　近幾年，高維目標最佳化和大規模全局最佳化成為進化計算研究領域的兩個研究熱點，並廣泛套用於物流工程、機械工程、通信工程等實際問題中，具有重要的研究價值。

　　《複雜多目標問題的最佳化方法及套用》首先介紹了多目標最佳化（multi-objective optimization）的基本概念、研究現狀和性能評價；然后綜述了現階段高維目標最佳化問題和大規模變數最佳化問題所面臨的困難和挑戰；進而著重介紹了基於決策者偏好的高維目標最佳化方法和基於變數分解的大規模變數最佳化方法；最後詳述了高維目標進化算法和大規模變數進化算法在圖像形狀匹配、天線結構設計、桁架結構設計、無線感測器網路覆蓋控制最佳化和通信系統移動蜂窩網路功率控制最佳化等實際問題中的套用。

　　《複雜多目標問題的最佳化方法及套用》適合作為信息處理、決策最佳化、人工智慧、自動控制等研究方向的高年級本科生、研究生以及多目標最佳化算法愛好者研究和學習的教材或參考書。

圖書目錄

第1章緒論

1．1 多目標最佳化問題

1．1．1 多目標最佳化數學模型

1．1．2 Pareto最優解

1．2 多目標進化算法的歷史與現狀

1．3 多目標進化算法性能評價

1．3．1 個體評價機制

1．3．2 多樣性

1．3．3 收斂性

1．3．4 性能評價指標

參考文獻

第2章複雜多目標最佳化問題

2．1 高維目標最佳化問題

2．1．1 高維目標最佳化問題描述

2．1．2 高維目標最佳化問題面臨挑戰

2．1．3 高維目標最佳化方法研究進展

2．1．4 偏好占優的高維目標最佳化方法

2．2 大規模變數最佳化問題

2．2．1 大規模變數最佳化問題描述

2．2．2 大規模變數最佳化問題面臨挑戰

2．2．3 大規模變數最佳化方法研究進展

2．2．4 大規模變數分解的多目標最佳化方法

參考文獻

第3章合作協同進化理論

3．1 合作協同進化框架

3．1．1 合作協同進化思想

3．1．2 合作協同進化模型

3．2 合作協同進化適值評價方法

3．3 合作協同進化算法收斂性分析

3．3．1 理想適值評估的EGT模型

3．3．2 實際適值評估的EGT模型

參考文獻

第4章確定偏好下的高維目標進化算法研究

4．1 基於雙極偏好占優的高維目標進化算法

4．1．1 TOPSIS方法

4．1．2 雙極偏好占優機制

4．1．3 2p-NSGA-II算法

4．1．4 仿真實驗與結果分析

4．2 基於偏好向量引導的高維目標進化算法

4．2．1 偏好向量生成策略

4．2．2 角度懲罰距離機制

4．2．3 種群劃分和精英策略

4．2．4 G-RVEA算法

4．2．5 仿真實驗與結果分析

複雜多目標問題的最佳化方法及套用

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條