图书介绍

多目标智能优化算法及其应用【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

雷德明，严新平编著著
出版社：北京：科学出版社
ISBN：9787030236944
出版时间：2009
标注页数：389页
文件大小：66MB
文件页数：402页
主题词：人工智能－算法理论

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：2f97b3dec07488daad0610d8e9e3fbe8

下载说明

多目标智能优化算法及其应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

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

图书目录

第1章绪论1

1.1进化算法1

1.1.1进化算法的基本框架2

1.1.2遗传算法2

1.1.3进化策略8

1.1.4进化规划9

1.2粒子群算法10

1.2.1标准粒子群算法11

1.2.2算法解析11

1.3蚁群算法12

1.3.1蚁群算法的基本思想12

1.3.2蚁群算法的实现过程14

1.3.3蚁群算法描述15

1.3.4蚁群优化的特点18

1.4模拟退火算法19

1.4.1模拟退火算法的基本原理19

1.4.2模拟退火算法描述21

1.5人工免疫系统23

1.5.1生物免疫系统23

1.5.2人工免疫系统24

1.6禁忌搜索29

1.7分散搜索30

1.8多目标优化基本概念31

参考文献33

第2章多目标进化算法36

2.1基本原理36

2.1.1MOEA模型37

2.1.2性能指标与测试函数38

2.2典型多目标进化算法41

2.2.1VEGA、MOGA、NPGA和NSGA41

2.2.2SPEA和SPEA243

2.2.3NSGA247

2.2.4PAES48

2.2.5其他典型MOEA50

2.3多目标混合进化算法50

2.3.1多目标遗传局部搜索51

2.3.2J-MOGLS54

2.3.3M-PAES56

2.3.4多目标混沌进化算法57

2.4协同多目标进化算法61

2.5动态多目标进化算法68

2.5.1IMOEA68

2.5.2动态MOEA（DMOEA）72

2.6并行多目标进化算法80

2.6.1并行多目标进化算法的基本原理80

2.6.2多分辨率多目标遗传算法83

2.6.3并行单前端遗传算法85

2.7其他多目标进化算法91

2.7.1高维多目标优化的NSGA2改进算法91

2.7.2动态多目标优化的进化算法95

2.8结论与展望99

参考文献99

第3章多目标粒子群算法105

3.1基本原理105

3.2典型多目标粒子群算法106

3.2.1CMOPSO106

3.2.2多目标全面学习粒子群算法111

3.2.3Pareto档案多目标粒子群优化115

3.3多目标混合粒子群算法120

3.3.1模糊多目标粒子群算法120

3.3.2基于分散搜索的多目标混合粒子群算法129

3.4交互粒子群算法133

3.5结论142

参考文献142

第4章其他多目标智能优化算法145

4.1多目标模拟退火算法145

4.2多目标蚁群算法150

4.2.1连续优化问题的多目标蚁群算法150

4.2.2组合优化问题的多目标蚁群算法154

4.3多目标免疫算法158

4.4多目标差分进化算法169

4.5多目标分散搜索175

4.6结论184

参考文献185

第5章人工神经网络优化188

5.1Pareto进化神经网络188

5.2径向基神经网络优化与设计194

5.3递归神经网络优化与设计208

5.4模糊神经网络多目标优化217

5.5结论222

参考文献223

第6章交通与物流系统优化225

6.1物流配送路径优化225

6.1.1多目标车辆路径优化225

6.1.2多目标随机车辆路径优化232

6.2城市公交路线网络优化240

6.3公共交通调度248

6.3.1概述248

6.3.2多目标驾驶员调度249

6.4结论257

参考文献257

第7章多目标生产调度261

7.1生产调度描述261

7.1.1车间调度问题262

7.1.2间隙生产调度263

7.1.3动态生产调度264

7.1.4批处理机调度和E／T调度265

7.2生产调度的表示方法266

7.3基于进化算法的多目标车间调度270

7.3.1多目标流水车间调度271

7.3.2多目标作业车间调度277

7.4基于进化算法的多目标模糊调度284

7.4.1模糊调度：Sakawa方法285

7.4.2模糊作业车间调度：CMEA方法288

7.5基于进化算法的多目标柔性调度291

7.5.1混合遗传调度方法291

7.5.2混合遗传算法296

7.6基于粒子群优化的多目标调度300

7.6.1基于粒子群优化的多目标作业车间调度301

7.6.2多目标柔性调度的混合粒子群方法308

7.7多目标随机调度315

7.8结论与展望321

参考文献322

第8章电力系统优化及其他328

8.1电力系统优化328

8.1.1基于免疫算法的多目标无功优化328

8.1.2基于分层优化的多目标电网规划335

8.1.3基于NSGA2及协同进化的多目标电网规划340

8.2多播QoS路由优化344

8.3单元制造系统设计351

8.3.1概述351

8.3.2基于禁忌搜索的多目标单元构造352

8.3.3基于并行禁忌搜索的多目标单元构造360

8.4自动控制系统设计365

8.4.1概述365

8.4.2混合动力学系统控制367

8.4.3鲁棒PID控制器设计370

8.5结论380

参考文献381

附录部分测试函数386