交互式进化计算基础理论与应用

　　进化计算是受自然界生物进化规律的启发而出现的用于优化与搜索的方法，交互式进化计算作为进化计算的一个扩展，是结合人的偏好认知对目标系统进行优化与搜索的方法。《交互式进化计算基础理论与应用》介绍交互式进化计算的基础理论与应用。首先给出进化计算的图论描述，并对交互式进化计算的特征进行分析，然后从系统观的角度对其进行分析，围绕交互式进化计算中的用户认知，介绍了基于用户参照认知规律的算法收敛性及其应用、基于用户理性认知状态的算法收敛性及其应用、保持用户理性认知状态的*大进化代数、用户不确定性认知规律及其应用、用户选择性注意认知规律及其应用。《交互式进化计算基础理论与应用》适合于对交互式进化计算感兴趣的研究人员和计划把交互式进化计算应用于工程实践的技术人员。

暂缺《交互式进化计算基础理论与应用》作者简介

1 概述
1．1 进化计算
1．2 交互式进化计算
2 基于图论的进化计算描述
2．1 概述
2．2 占优关系及其图论表示
2．3 基于图论的进化计算描述
2．4 基于图论的进化计算相关理论分析
3 交互式进化计算特征分析
3．1 交互式进化计算环境特征
3．2 交互式进化计算适应值不一致性
3．3 交互式进化计算适应值噪声
4 交互式进化计算系统分析
4．1 概述
4．2 交互式进化计算系统的组成与结构
4．3 交互式进化计算系统的特征
4．4 交互式进化计算系统的演化
5 基于用户动态参照认知的交互式进化计算收敛性
5．1 概述
5．2 用户参照认知
5．3 动态参照认知下交互式进化计算的收敛性
5．4 强条件与弱条件关系及弱条件的意义
5．5 实验
6 用户动态理性状态下的交互式进化计算收敛性
6．1 概述
6．2 用户动态的理性状态分类
6．3 用户动态理性状态下的交互式进化计算收敛性
6．4 实验
7 保持用户理性的最大进化代数
7．1 最大进化代数
7．2 常见的个体适应度赋值方法
7．3 用户理性与用户赋值的关系
7．4 不同赋值方法下用户保持理性的最大进化代数
7．5 实验
8 基于用户动态不确定性认知规律的定向变异
8．1 概述
8．2 交互式进化计算中用户的动态不确定性认知现象
8．3 不确定认知信息的辨识方法
8．4 基于区间的用户偏好知识表示及更新
8．5 基于用户认知动态不确定性及偏好知识的定向变异
8．6 实验
9 用户动态选择性注意认知规律及其应用
9．1 概述
9．2 影响用户选择性注意的因素
9．3 基因意义单元层次的用户动态选择性注意
9．4 个体层次的用户动态选择性注意
9．5 用户动态选择性注意的定理
9．6 获取用户动态选择性注意知识的优化问题
9．7 获取用户动态关注知识的方法
9．8 基于用户动态选择性注意知识的算法性能改进
9．9 实验
参考文献