【现货速发】智能演化优化徐华，袁源著清华大学出版社
全新正版书籍，放心选购。可开发票可开发票。24小时内发货。
￥ 57.8 6.5折 ￥ 89 全新
库存88件
山东泰安
认证卖家担保交易快速发货售后保障
作者徐华，袁源著
出版社清华大学出版社
ISBN9787302654995
出版时间2024-02
装帧平装
开本其他
定价89元
货号15435425
上书时间2024-07-01
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
上篇 多目标优化问题与智能演化优化方法
第1章 引言
1.1 研究背景
1.2 基本概念以及基本框架
1.2.1多目标优化问题
1.2.2多目标演化算法简介
1.3 相关研究工作综述
1.3.1 进化高维多目标优化
1.3.2 多目标演化算法中的变化算子
1.4本章小结
第2章 基础知识
2.1 典型的基于分解的多目标演化算法
2.1.1 问题分解多目标演化算法
2.1.2 集成适应度排序
2.1.3 第三代非支配排序遗传算法
2.1.4 多目标遗传局部搜索.
2.2 差分进化
2.3 柔性作业车间调度的析取图模型
2.4 标准测试问题
2.4.1高维多目标优化测试问题
2.4.2柔性作业车间调度测试问题
2.5 性能指标
2.6本章小结
......
内容摘要
近年来，演化计算作为计算智能领域的经典优化技术，已经广泛应用于求解组合优化、工程优化等理论和工程类的优化问题，形成了一种基于演化的智能优化方法。针对高维空间的多目标优化问题，近年来基于分解的多目标演化算法（MOEAs）利用了分而治之的思想有效降低了求解多目标或高维多目标优化问题的难度。根据分解的形式不同，基于分解的MOEAs又进一步细分为基于聚合的MOEAs和基于参考点的MOEAs。尽管基于分解的MOEAs是目前求解高维多目标优化问题最有前景的技术之一，然而它在方法和应用层面均存在着缺陷和不足。本书第一部分围绕该类方法，着眼于“如何在目标空间中平衡收敛性和多样性”“如何在决策空间中平衡探索与开发”以及“如何进行有效的降维”等科学问题，展开了系统性的研究，旨在进一步完善其理论框架并推广其在具体问题上的应用。另外，针对多目标柔性作业车间调度这一类典型的NP难工程优化问题，本书基于演化优化的求解思路，分别研究了面向单目标优化的融合问题知识的混合和声搜索方法（HHS）、面向高维空间单目标优化的混合和声搜索和大邻域搜索的集成搜索方法（HHS/LNS），以及面向多目标优化的基于目标重要性分解的模因演化方法，并在多个基线数据集上取得了优异的效果。
本书可作为演化计算、智能优化、大数据及人工智能等相关专业研究参考和研究生教学用书。
精彩内容
近年来，演化计算作为计算智能领域的经典优化技术，已经广泛应用于求解组合优化、工程优化等理论和工程类的优化问题，形成了一种基于演化的智能优化方法。针对高维空间的多目标优化问题，近年来基于分解的多目标演化算法（MOEAs）利用了分而治之的思想有效降低了求解多目标或高维多目标优化问题的难度。根据分解的形式不同，基于分解的MOEAs又进一步细分为基于聚合的MOEAs和基于参考点的MOEAs。尽管基于分解的MOEAs是目前求解高维多目标优化问题最有前景的技术之一，然而它在方法和应用层面均存在着缺陷和不足。本书第一部分围绕该类方法，着眼于“如何在目标空间中平衡收敛性和多样性”“如何在决策空间中平衡探索与开发”以及“如何进行有效的降维”等科学问题，展开了系统性的研究，旨在进一步完善其理论框架并推广其在具体问题上的应用。另外，针对多目标柔性作业车间调度这一类典型的NP难工程优化问题，本书基于演化优化的求解思路，分别研究了面向单目标优化的融合问题知识的混合和声搜索方法（HHS）、面向高维空间单目标优化的混合和声搜索和大邻域搜索的集成搜索方法（HHS/LNS），以及面向多目标优化的基于目标重要性分解的模因演化方法，并在多个基线数据集上取得了优异的效果。 本书可作为演化计算、智能优化、大数据及人工智能等相关专业研究参考和研究生教学用书。
— 没有更多了 —
以下为对购买帮助不大的评价