多目標(biāo)人工蜂群算法及遺傳算法的研究與應(yīng)用

定　價(jià)：￥29.00

作　者：	張長(zhǎng)勝著
出版社：	東北大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	計(jì)算數(shù)學(xué) 數(shù)學(xué) 自然科學(xué)

購(gòu)買這本書可以去

ISBN：	9787551703642	出版時(shí)間：	2013-07-01	包裝：	平裝
開本：	16開	頁(yè)數(shù)：	205	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《多目標(biāo)人工蜂群算法及遺傳算法的研究與應(yīng)用》主要研究了求解多目標(biāo)優(yōu)化問(wèn)題的人工蜂群算法及混合遺傳算法，針對(duì)不同的測(cè)試問(wèn)題，建立了相應(yīng)的多目標(biāo)優(yōu)化算法模型，并從多個(gè)角度與相關(guān)算法進(jìn)行了試驗(yàn)對(duì)比分析。在多目標(biāo)人工蜂群算法方面，設(shè)計(jì)了一種多目標(biāo)人工蜂群框架，并針對(duì)框架的各部分，實(shí)現(xiàn)了多種策略，從而衍生出多種多目標(biāo)人工蜂群算法，并將其應(yīng)用于求解具有連續(xù)空間的函數(shù)優(yōu)化問(wèn)題和離散空間的面向QoS的無(wú)線網(wǎng)絡(luò)路由優(yōu)化問(wèn)題。《多目標(biāo)人工蜂群算法及遺傳算法的研究與應(yīng)用》在多目標(biāo)混合遺傳算法方面，對(duì)已有的幾種被廣泛認(rèn)可的遺傳算法及PLS算法進(jìn)行了研究，提出了幾種改進(jìn)的混合多目標(biāo)遺傳算法，并利用提出的算法求解了光網(wǎng)絡(luò)優(yōu)化問(wèn)題及服務(wù)選取問(wèn)題。

作者簡(jiǎn)介

暫缺《多目標(biāo)人工蜂群算法及遺傳算法的研究與應(yīng)用》作者簡(jiǎn)介

圖書目錄

第一部分  相關(guān)研究
1 緒論
1.1 研究意義
1.2 多目標(biāo)優(yōu)化問(wèn)題
1.3 研究現(xiàn)狀
1.4 算法評(píng)價(jià)指標(biāo)
1.5 本章小結(jié)
2 相關(guān)算法
2.1 人工蜂群算法
2.2 遺傳算法
2.3 Pareto局部?jī)?yōu)化算法
2.4 本章小結(jié)
第二部分  多目標(biāo)人工蜂群算法
3 多目標(biāo)人工蜂群算法設(shè)計(jì)
3.1 總體框架第一部分相關(guān)研究
3.2 策略設(shè)計(jì)
3.3 算法描述
3.4 本章小結(jié)
4 多目標(biāo)函數(shù)優(yōu)化問(wèn)題
4.1 算法模型
4.2 試驗(yàn)分析
4.3 本章小結(jié)
5 面向QoS的無(wú)線網(wǎng)絡(luò)路由優(yōu)化問(wèn)題
5.1 引言
5.2 問(wèn)題定義
5.3 算法模型
5.4 試驗(yàn)分析
5.5 本章小結(jié)
第三部分  多目標(biāo)遺傳算法
6 多目標(biāo)遺傳算法設(shè)計(jì)
6.1 改進(jìn)的NSGA2 多目標(biāo)遺傳算法——INSGA2
6.2 改進(jìn)的SPEA2 多目標(biāo)遺傳算法——ISPEA2
6.3 改進(jìn)的MOEAD多目標(biāo)遺傳算法——IMOEAD
6.4 基于SPEA2 和MOEAD的混合分解多目標(biāo)遺傳算法
6.5 本章小結(jié)
7 MQRWA問(wèn)題
7.1 引言
7.2 問(wèn)題定義
7.3 遺傳算法模型
7.4 試驗(yàn)分析
7.5 本章小結(jié)
8 服務(wù)選取問(wèn)題
8.1 引言
8.2 問(wèn)題定義
8.3 遺傳算法模型
8.4 試驗(yàn)分析
8.5 本章小結(jié)
參考文獻(xiàn)