启发式优化算法在几类典型优化问题中的应用

第1章绪论

1.1研究背景及意义

1.2几种典型启发式优化算法的研究现状

1.3本书主要工作

第2章和声搜索算法在0-1背包问题中的应用

2.10-1背包问题及其研究现状

2.2基本和声搜索算法

2.3求解0-1优化问题的典型改进和声搜索算法

2.4简化二进制和声搜索算法（SBHS）

2.5实验结果与分析

2.6本章小结

第3章和声搜索在多维0-1背包问题中的应用

3.1多维0-1背包问题（MKP）

3.2MKP问题的研究现状

3.3求解MKP问题的新二进制和声搜索算法（NBHS）

3.4实验结果与对比分析

3.5本章小结

第4章粒子群优化算法在整数规划中的应用

4.1引言

4.2冗余策略可选择的冗余分配问题

4.3基本粒子群优化算法

4.4简化粒子群优化算法（SPSO）

4.5对比实验与分析

4.6本章小结

第5章 差分进化算法在约束优化问题中的应用

5.1 引言

5.2常用的约束处理方法

5.3基于预测的约束处理方法

5.4基本差分进化算法

5.5基于约束预测的自适应分组差分进化算法（AGDE）

5.6实验结果及分析

5.7本章小结

第6章结论与展望

6.1结论

6.2展望

参考文献

本文对差分进化算法、粒子群优化算法、和声搜索算法及其应用进行了研究，主要工作如下：(1)为克服已有二进制和声搜索算法的缺陷，提出了适于求解大规模0-1背包问题的简化二进制和声搜索算法(SBHS)。(2)针对和声搜索算法做更进一步的研究，提出了一种有效求解多维0-1背包(MKP)问题的新和声搜索算法(NBHS)。(3)认真研究了粒子群算法在整数规划问题中应用，并以冗余策略可选择的冗余分配问题(RAP-MSC)作为实际应用背景。(4)根据李普希兹条件提出一种基于预测的约束处理方法，继而提出基于约束预测的自适应分组差分进化算法(AGDE)。