本书旨在系统地介绍进化算法的模式、涌现与困难性等若干问题的理论研究和典型应用,共分为7章内容。
首先,建立了进化计算的统一框架和进化算子的统一表示。其次,将建筑块的思想推广到整个进化计算领域,得到了准确的模式公式、模式的形式不变性和变长度的模式公式。证明了满足一定条件的有限群体遗传算法构成Devaney意义下的混沌。提出了一种可以直接测试适应值曲面特征的排序统计分析方法;分析了遗传算法适应值曲面的复杂程度,提出了基于随机游走模型的适应值曲面关联维数测试方法。最后,提出了一种改进的子群遗传算法,并将其应用于多模态函数的优化求解。
本书可以作为管理科学和信息技术专业的研究生教材,亦可作为有关科研人员和工程技术人员的参考用书。
样章试读
目录
- 前言
第1章 进化计算概述
1.1 进化计算的发展历程
1.2 进化计算的主要特点
1.3 进化计算的理论研究
1.4 进化计算的应用现状
1.5 主要研究内容
第2章 进化算法的模式理论
2.1 进化算子的统一表示
2.2 模式理论及相关定义
2.3 建筑块假设和适度模式
2.4 基于排序选择下的准确模式理论
2.5 依概率选择下的准确模式理论
2.6 模式的形式不变性及准确模式理论
2.7 变长度进化计算中的模式理论
2.8 基于准确模式理论下的建筑块理论
2.9 本章小结
第3章 进化算法中的涌现及混沌
3.1 进化计算中的涌现
3.2 进化计算中的混沌现象
3.3 有限群体遗传算法的动力性
3.4 本章小结
第4章 遗传算法适应值曲面和困难度影响因素
4.1 适应值曲面概念的起源与发展状况
4.2 遗传算法适应值曲面的定义及相关结构分析
4.3 随机游走模型的时间序列分析
4.4 模式适应值曲面与动态适应值曲面
4.5 NFL定理及遗传算法困难度分析的意义
4.6 遗传算法的模式欺骗性分析
4.7 基因关联分析与测试
4.8 影响遗传算法困难度的其他因素
4.9 本章小结
第5章 遗传算法困难度测试
5.1 几种常见的遗传算法困难度测试方法
5.2 遗传算法适应值曲面上的排序统计分析
5.3 遗传算法适应值曲面的分形分析
5.4 基于模式适应值曲面的基因关联测试
5.5 测试实数编码遗传算法的困难度
5.6 基于进化动力统计分析的遗传算子性能测试
5.7 困难问题的构造及遗传算法改进策略
5.8 本章小结
本章附录:遗传算法性能测试函数
第6章并行进化算法和子群遗传算法
6.1 并行进化算法
6.2 子群遗传算法及其在皇家大道函数上的应用
6.3 子群遗传算法在多模态问题上的应用
6.4 本章小结
第7章总结与展望
7.1 总结
7.2 展望
参考文献