演化程序 遗传算法和数据编码的结合2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

演化程序 遗传算法和数据编码的结合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

引言1

第一部分 遗 传 算 法11

第1章 遗传算法的主要特征11

1．1 简单函数的优化14

1．1．1 表达15

1．1．2 初始群体16

1．1．3 评价函数16

1．1．4 遗传算子16

1．1．5 参数17

1．1．6 实算结果17

1．2 囚犯困境17

1．2．1 策略表达18

1．2．2 遗传算法的轮廓18

1．2．3 实算结果18

1．3 货郎担问题19

1．4 爬山法、模拟退火法和遗传算法20

1．5 结论23

第2章 遗传算法的运行步骤24

第3章 遗传算法的理论基础34

第4章 遗传算法的典型专题43

4．1 取样机制43

4．2 函数特征48

4．3 收缩映射遗传算法50

4．4 变群体规模的遗传算法54

4．5 遗传算法、约束及背包问题59

4．5．1 0/1背包问题及测试数据60

4．5．2 算法的描述61

4．5．3 实算与结果63

4．6 其他思想66

第5章 二进制编码和浮点编码73

第二部分 数 值 优 化73

5．1 测试例子74

5．2 两种执行75

5．2．1 二进制执行75

5．2．2 浮点执行75

5．3 实算76

5．3．1 随机变异和杂交76

5．3．2 非均匀变异77

5．3．3 其他算子78

5．4 执行时间79

5．5 结论79

第6章 局部微调80

6．1 测试例子80

6．1．2 收获问题81

6．1．1 线性二次方问题81

6．1．3 推车问题82

6．2 数值优化的演化程序82

6．2．1 浮点表达82

6．2．2 特殊算子83

6．3 实算和结果84

6．4 演化程序与其他方法85

6．4．1 线性二次方问题85

6．4．2 收获问题86

6．4．3 推车问题86

6．4．4 非均匀变异的优越性87

6．5 结论88

第7章 处理约束技巧90

7．1 一个演化程序：GENOCOP系统90

7．1．1 一个例子93

7．1．2 算子94

7．1．3 测试GENOCOP97

7．2 非线性优化：GENOCOP Ⅱ100

7．3 其他技术105

7．3．1 五个测试实例107

7．3．2 实算110

7．4 其他可能性112

7．5 GENOCOP Ⅲ114

第8章 演化策略和其他方法118

8．1 演化策略的进展118

8．2 演化策略和遗传算法的比较121

8．3 多峰和多目标函数优化124

8．3．1 多峰优化124

8．3．2 多目标优化126

8．4 其他演化程序128

9．1 线性运输问题135

第三部分 演 化 程 序135

第9章 运输问题135

9．1．1 经典遗传算法136

9．1．2 引入与问题有关的知识138

9．1．3 作为表达结构的矩阵141

9．1．4 结论145

9．2 非线性运输问题146

9．2．1 表达146

9．2．2 初始化146

9．2．3 评价146

9．2．4 算子146

9．2．5 参数147

9．2．6 测试147

9．2．7 实算和结果150

9．2．8 结论155

第10章 货郎担问题156

第11章 基于各种离散问题的演化程序177

11．1 日程表177

11．2 时间表问题182

11．3 分割对象或图183

11．4 在移动式机器人环境里的路径安排187

11．5 评述193

第12章 机器学习197

12．1 Michigan法199

12．2 Pitt法202

12．3 一个演化程序：GIL系统203

12．3．1 数据编码203

12．3．2 遗传算子204

12．5 REGAL207

12．4 比较207

第13章 演化规划和遗传规划209

13．1 演化规划209

13．2 遗传规划210

第14章 演化程序的等级213

第15章 演化程序和启发式方法227

15．1 技术和启发式规则概述228

15．2 可行解和不可行解230

15．3 评价个体的启发式方法232

第16章 结论242

附录A 一个简单实用的遗传算法C代码249

附录B 测试函数257

附录C 用于约束优化的测试函数261

附录D 演化计算方法课程安排265

参考文献269