智能优化的探索-开发权衡理论与方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

智能优化的探索-开发权衡理论与方法PDF格式电子书版下载

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

第1章 绪论1

1.1智能优化1

1.2智能优化算法的基本原理3

1.2.1遗传算法3

1.2.2差分进化算法4

1.2.3粒子群优化算法4

1.2.4分布估计算法5

1.2.5禁忌搜索算法5

1.3研究现状6

1.3.1智能优化的算法改进研究6

1.3.2智能优化算法的理论研究8

1.3.3智能优化算法的应用研究9

1.4共性核心问题11

1.4.1探索与开发的权衡11

1.4.2计算代价与求解质量的权衡13

1.5本书的主要内容与安排13

第2章 搜索与优化中的探索-开发权衡问题15

2.1探索与开发的定义与权衡方式15

2.2探索-开发权衡的多阶段随机压缩模型17

2.2.1优化难度刻画与最优压缩定理17

2.2.2数值分析与比较27

2.2.3总结与讨论35

2.3问题优化难度分析37

2.3.1研究历史与现状38

2.3.2欺骗性39

2.3.3多模态性44

2.3.4多漏斗性51

2.4小结54

第3章 黑箱优化中的探索-开发权衡方法55

3.1基于互补变异算子的适应性差分进化算法55

3.1.1标准差分进化算法55

3.1.2互补变异算子的分配策略56

3.1.3数值分析与比较57

3.2多样性引导的聚散控制62

3.2.1集聚性与弥散性62

3.2.2基于种群分布熵的集聚弥散控制64

3.2.3基于分布熵的聚散控制算法67

3.2.4仿真实验70

3.3智能优化算法的机制协调71

3.3.1母体算法72

3.3.2差分进化与粒子群优化的融合算法73

3.3.3融合策略的分类法75

3.3.4典型融合策略的实验比较82

3.4小结99

第4章 动态武器目标分配的智能优化101

4.1 DWTA模型101

4.1.1目标函数102

4.1.2约束103

4.1.3优化模型103

4.1.4 DWTA的测试算例生成104

4.2 DWTA快速决策的构造性启发式算法104

4.2.1约束处理方法105

4.2.2处理流程105

4.2.3计算复杂性107

4.3 DWTA的搜索算法一：禁忌搜索107

4.3.1虚拟排列编码与可行解的生成107

4.3.2禁忌搜索算法的操作与步骤109

4.3.3算法参数设置111

4.3.4 DWTA计算实验113

4.4 DWTA的搜索算法二：分布估计算法116

4.4.1二进制编码型EDA117

4.4.2虚拟排列编码型EDA121

4.4.3非融合型EDA算法的性能比较128

4.4.4基于虚拟排列编码和构造性方法的融合型分布估计算法130

4.5 DWTA算法的综合比较134

4.5.1基本测试134

4.5.2算法可扩展性测试138

4.6小结142

第5章 移动智能体曲率约束路径规划的智能优化144

5.1 DTSPN模型144

5.2区域边界双层次采样的模型变换方法147

5.3 DTSPN的直接搜索算法一：采用完整编码的遗传算法149

5.4 DTSPN的直接搜索算法二：采用完整编码的差分进化算法150

5.5基于终端朝向松弛的部分编码差分进化算法152

5.6基于终端朝向松弛的融合型差分进化算法154

5.7不同DTSPN求解算法的实验比较158

5.7.1计算实验一：典型DTSPN算例159

5.7.2计算实验二：一般性对比测试164

5.8小结168

参考文献169

附录A平移向量和旋转矩阵的生成方法182

附录B轮盘赌选择的实现方式184

附录C Noon-Bean变换的Matlab代码185

附录D定理5.1、5.2.5.5、5.6的证明188

附录E不同情形的边缘路径196