進(jìn)化計(jì)算的理論和方法

前言
第1章 緒論
　1.1 進(jìn)化算法產(chǎn)生的背景
　1.2 進(jìn)化算法傳統(tǒng)的4個(gè)分支
　1.2.1 遺傳算法
　1.2.2 進(jìn)化策略
　1.2.3 進(jìn)化規(guī)劃
　1.2.4 遺傳程序設(shè)計(jì)
　1.3 進(jìn)化算法的主要特點(diǎn)及發(fā)展趨勢(shì)
第2章 進(jìn)化計(jì)算的基本原理
　2.1 經(jīng)典遺傳算法簡(jiǎn)介
　2.2 模式定理
　2.3 積木塊假設(shè)
　2.4 編碼規(guī)則、群體的設(shè)定及適應(yīng)度函數(shù)的尺度化
　2.5 文獻(xiàn)中經(jīng)常出現(xiàn)的一些遺傳算子簡(jiǎn)介
第3章 經(jīng)典遺傳算法的收斂性
　3.1 經(jīng)典遺傳算法回顧及相關(guān)概念
　3.2 經(jīng)典遺傳算法的馬爾可夫鏈分析
第4章 解無(wú)約束全局優(yōu)化問(wèn)題的進(jìn)化算法
　4.1 解無(wú)約束優(yōu)化問(wèn)題的傳統(tǒng)遺傳算法
　4.1.1 實(shí)數(shù)編碼
　4.1.2 實(shí)數(shù)編碼中常見的遺傳算子
　4.1.3 解無(wú)約束優(yōu)化的步驟
　4.2 一種基于平滑技術(shù)的進(jìn)化算法
　4.2.1 平滑技術(shù)
　4.2.2 設(shè)計(jì)新的進(jìn)化算子
　4.2.3 新的進(jìn)化算法及其收斂性
　4.2.4 用于平滑技術(shù)的圓形或球面搜索方法
　4.3 正交遺傳算法
　4.3.1 預(yù)備知識(shí)
　4.3.2 正交遺傳算法
　4.3.3 數(shù)值實(shí)驗(yàn)和結(jié)論
　4.4 基于水平集進(jìn)化與拉丁方的進(jìn)化算法
　4.4.1 概念、假設(shè)和相關(guān)結(jié)論
　4.4.2 一種新的理論算法模型及其全局收斂性
　4.4.3 一個(gè)新的基于水平集進(jìn)化與拉丁方的進(jìn)化算法
　4.4.4 新的進(jìn)化算法的全局收斂性
　4.4.5 模擬結(jié)果
第5章 解約束全局優(yōu)化問(wèn)題的進(jìn)化算法
　5.1 解約束優(yōu)化問(wèn)題的傳統(tǒng)遺傳算法
　5.2 基于新的罰函數(shù)模型的一個(gè)進(jìn)化算法
　5.3 收斂性分析
　5.4 仿真實(shí)驗(yàn)及分析
　5.5 解約束或無(wú)約束優(yōu)化問(wèn)題的進(jìn)化策略
第6章 求解組合優(yōu)化問(wèn)題的進(jìn)化算法
　6.1 求解tsp問(wèn)題的傳統(tǒng)進(jìn)化算法
　6.2 求解運(yùn)輸問(wèn)題的傳統(tǒng)進(jìn)化算法
　6.3 求解其他離散問(wèn)題的傳統(tǒng)進(jìn)化方法
　6.4 求解tsp問(wèn)題的一個(gè)新的進(jìn)化算法
第7章 多目標(biāo)優(yōu)化的進(jìn)化算法
　7.1 基本概念簡(jiǎn)介
　7.2 一些典型方法簡(jiǎn)介
　7.3 基于均勻權(quán)向量組的加權(quán)進(jìn)化算法
　7.4 多目標(biāo)優(yōu)化算法性能的度量
　7.5 動(dòng)態(tài)多目標(biāo)優(yōu)化算法
第8章 求解非線性雙層規(guī)劃的進(jìn)化算法
　8.1 引言
　8.2 轉(zhuǎn)化為等價(jià)的單目標(biāo)優(yōu)化問(wèn)題
　8.3 新的進(jìn)化算法
　8.4 全局收斂性
　8.5 仿真結(jié)果
第9章 進(jìn)化算法的收斂理論
　9.1 基本概念及相關(guān)理論簡(jiǎn)介
　9.2 收斂性的充分條件介紹
　9.3 收斂性的兩個(gè)特殊充分條件
　9.4 兩個(gè)收斂性充分條件用于一些特定算法的收斂性分析
　9.5 不采用精英保留策略的進(jìn)化算法收斂性
　9.6 進(jìn)化算法收斂速度和強(qiáng)凸函數(shù)
　9.7 實(shí)數(shù)編碼，搜索空間為rn或s rn上的進(jìn)化算法的收斂性
　9.8 進(jìn)化算法的收斂準(zhǔn)則
參考文獻(xiàn)