书籍详情
元胞遗传算法及其应用
作者：张屹，张虎，陆曈曈 著
出版社：科学出版社
出版时间：2014-03-01
ISBN：9787030399984
定价：¥60.00
购买这本书可以去
内容简介
《元胞遗传算法及其应用》围绕元胞遗传算法，从理论到实际应用进行了详细的阐述。全书内容共8章，可分为导引篇、理论篇以及应用篇三个部分。本书从理论到实际，从基本到改进，由浅入深的对元胞遗传算法进行了讲述，层次分明，内容饱满，讲解细致充分，通过本书，读者能够对元胞遗传算法的过去，现在以及未来有一个更体系、完整的认识。
作者简介
暂缺《元胞遗传算法及其应用》作者简介
目录
第1章 绪论
1.1 GA概述
1.1.1 GA的兴起
1.1.2 GA的基本原理
1.1.3 遗传操作
1.1.4 GA的特点
1.1.5 GA的应用
1.2 CGA的兴起与发展
1.3 CGA研究概述
1.3.1 CGA理论研究概述
1.3.2 CGA特性的实证研究
1.3.3 CGA的改进研究
1.4 CGA的应用
1.5 CGA发展展望
1.6 本书篇章结构
1.7 本章小结
参考文献
第2章 CGA基本原理
2.1 元胞自动机概述
2.1.1 元胞自动机的提出与发展
2.1.2 元胞自动机的基本理论
2.2 基本CGA
2.2.1 CGA的基本原理
2.2.2 同步和异步CGA
2.2.3 CGA的运行流程
2.3 CGA的选择压力
2.3.1 选择压力的含义
2.3.2 选择压力的研究方法
2.3.3 选择压力曲线的建模方法
2.3.4 影响选择压力的因素
2.4 CGA求解实例
2.5 本章小结
参考文献
第3章 多目标CGA
3.1 多目标CGA概述
3.2 多目标优化问题的基本概念
3.3 多目标遗传算法的性能指标
3.4 四种典型的多目标CGA
3.4.1 cMOGA算法
3.4.2 MOCell算法
3.4.3 CellDE算法
3.4.4 DECell算法
3.5 本章小结
参考文献
第4章 改进的CGA
4.1 自适应CGA
4.1.1 种群的自适应机制
4.1.2 邻居自适应机制
4.1.3 自适应CGA
4.2 双邻居CGA
4.2.1 双邻居结构
4.2.2 双邻居CGA的精英策略
4.2.3 双邻居CGA过程
4.3 动态环境下的CGA
4.3.1 具有演化规则的CGA
4.3.2 灾变机制下的CGA
4.4 三维CGA
4.4.1 标准三维CGA
4.4.2 自适应三维CGA
4.5 各向异性选择CGA
4.6 分层CGA
4.6.1 分层机制
4.6.2 差异选择
4.6.3 算法流程
4.7 本章小结
参考文献
第5章 基于CGA的函数优化
5.1 基于CGA的连续函数优化
5.1.1 连续测试基准函数
5.1.2 元胞遗传算法原理
5.1.3 JCell算法参数设置
5.1.4 连续优化结果对比及分析
5.1.5 小结
5.2 基于CGA的动态函数优化
5.2.1 动态优化问题
5.2.2 动态测试函数
5.2.3 性能指标
5.2.4 CGA与其进化规则
5.2.5 CGA原理
5.2.6 动态优化结果对比与分析
5.2.7 小结
5.3 本章小结
参考文献
第6章 基于CGA的车辆路径问题
6.1 CVRP问题的模型
6.2 一种并行CGA——PEGA
6.3 PEGA在CVRP的应用
6.4 本章小结
参考文献
第7章 基于CGA的交通信号控制与路径引导
7.1 行程时间函数和控制策略对CTSCRG问题的影响
7.2 基于CGA算法的IOA仿真求解
7.2.1 元胞传递模型
7.2.2 基于元胞的交通控制模型
7.2.3 道路的延时计算
7.2.4 混合遗传算法参数设置
7.3 CGA在交通控制和路径引导中的应用
7.4 本章小结
参考文献
第8章 基于CGA的无线传感器网络覆盖区域优化
8.1 无线传感器网络覆盖问题模型
8.1.1 无线传感器网络覆盖模型的初始假设
8.1.2 无线传感器网络的覆盖率
8.1.3 无线传感器网络覆盖问题的数学模型
8.2 CGA的理论
8.2.1 元胞自动机
8.2.2 元胞自动机与遗传算法结合
8.3 基于CGA的无线传感器网络覆盖区域优化
8.4 本章小结
参考文献
附录 测试基准
A.1 组合优化问题
A.1.1 COUNTSAT问题
A.1.2 误差校正码设计问题
A.1.3 声音调频问题
A.1.4 IsoPeak问题
A.1.5 最大切割图
A.1.6 大规模多峰欺骗问题
A.1.7 最低延迟任务问题
A.1.8 OneMax问题
A.1.9 Plateau问题
A.1.10 P—PEAKS问题
A.1.11 可满足性问题
A.2 连续优化问题
A.2.1 理论测试问题
A.2.2 实际应用问题
A.3 多目标优化问题 显示部分信息
1.1 GA概述
1.1.1 GA的兴起
1.1.2 GA的基本原理
1.1.3 遗传操作
1.1.4 GA的特点
1.1.5 GA的应用
1.2 CGA的兴起与发展
1.3 CGA研究概述
1.3.1 CGA理论研究概述
1.3.2 CGA特性的实证研究
1.3.3 CGA的改进研究
1.4 CGA的应用
1.5 CGA发展展望
1.6 本书篇章结构
1.7 本章小结
参考文献
第2章 CGA基本原理
2.1 元胞自动机概述
2.1.1 元胞自动机的提出与发展
2.1.2 元胞自动机的基本理论
2.2 基本CGA
2.2.1 CGA的基本原理
2.2.2 同步和异步CGA
2.2.3 CGA的运行流程
2.3 CGA的选择压力
2.3.1 选择压力的含义
2.3.2 选择压力的研究方法
2.3.3 选择压力曲线的建模方法
2.3.4 影响选择压力的因素
2.4 CGA求解实例
2.5 本章小结
参考文献
第3章 多目标CGA
3.1 多目标CGA概述
3.2 多目标优化问题的基本概念
3.3 多目标遗传算法的性能指标
3.4 四种典型的多目标CGA
3.4.1 cMOGA算法
3.4.2 MOCell算法
3.4.3 CellDE算法
3.4.4 DECell算法
3.5 本章小结
参考文献
第4章 改进的CGA
4.1 自适应CGA
4.1.1 种群的自适应机制
4.1.2 邻居自适应机制
4.1.3 自适应CGA
4.2 双邻居CGA
4.2.1 双邻居结构
4.2.2 双邻居CGA的精英策略
4.2.3 双邻居CGA过程
4.3 动态环境下的CGA
4.3.1 具有演化规则的CGA
4.3.2 灾变机制下的CGA
4.4 三维CGA
4.4.1 标准三维CGA
4.4.2 自适应三维CGA
4.5 各向异性选择CGA
4.6 分层CGA
4.6.1 分层机制
4.6.2 差异选择
4.6.3 算法流程
4.7 本章小结
参考文献
第5章 基于CGA的函数优化
5.1 基于CGA的连续函数优化
5.1.1 连续测试基准函数
5.1.2 元胞遗传算法原理
5.1.3 JCell算法参数设置
5.1.4 连续优化结果对比及分析
5.1.5 小结
5.2 基于CGA的动态函数优化
5.2.1 动态优化问题
5.2.2 动态测试函数
5.2.3 性能指标
5.2.4 CGA与其进化规则
5.2.5 CGA原理
5.2.6 动态优化结果对比与分析
5.2.7 小结
5.3 本章小结
参考文献
第6章 基于CGA的车辆路径问题
6.1 CVRP问题的模型
6.2 一种并行CGA——PEGA
6.3 PEGA在CVRP的应用
6.4 本章小结
参考文献
第7章 基于CGA的交通信号控制与路径引导
7.1 行程时间函数和控制策略对CTSCRG问题的影响
7.2 基于CGA算法的IOA仿真求解
7.2.1 元胞传递模型
7.2.2 基于元胞的交通控制模型
7.2.3 道路的延时计算
7.2.4 混合遗传算法参数设置
7.3 CGA在交通控制和路径引导中的应用
7.4 本章小结
参考文献
第8章 基于CGA的无线传感器网络覆盖区域优化
8.1 无线传感器网络覆盖问题模型
8.1.1 无线传感器网络覆盖模型的初始假设
8.1.2 无线传感器网络的覆盖率
8.1.3 无线传感器网络覆盖问题的数学模型
8.2 CGA的理论
8.2.1 元胞自动机
8.2.2 元胞自动机与遗传算法结合
8.3 基于CGA的无线传感器网络覆盖区域优化
8.4 本章小结
参考文献
附录 测试基准
A.1 组合优化问题
A.1.1 COUNTSAT问题
A.1.2 误差校正码设计问题
A.1.3 声音调频问题
A.1.4 IsoPeak问题
A.1.5 最大切割图
A.1.6 大规模多峰欺骗问题
A.1.7 最低延迟任务问题
A.1.8 OneMax问题
A.1.9 Plateau问题
A.1.10 P—PEAKS问题
A.1.11 可满足性问题
A.2 连续优化问题
A.2.1 理论测试问题
A.2.2 实际应用问题
A.3 多目标优化问题 显示部分信息
猜您喜欢
