進化算法的設計與應用研究

定　價：￥16.80

作　者：	姜群著
出版社：	華中科技大學出版社
叢編項：
標　簽：	人工智能

購買這本書可以去

ISBN：	9787560961781	出版時間：	2010-07-01	包裝：	平裝
開本：	16開	頁數：	94	字數：

內容簡介

　　《進化算法的設計與應用研究》涵蓋了一系列重要的主題，范圍從進化算法普遍涉及的問題（如算法參數控制與約束處理）到進化算法的研究熱點——分布估計算法，并且重點突出分布估計算法的設計與應用。全書共有6章。第1章討論如何設置進化算法各種參數的值，以這些參數值是否最好事先設置或在進化過程中如何改變等議題開始，給出了許多基于互補特征的不同方法的分類。第2章討論使用進化算法時的約束處理?；诩s束問題的分類，討論從進化算法角度理解約束處理的含義，并研究了最常用的約束處理的進化技術.第3章集中于設計并行分布估計算法，更詳細地給出了利用并行適應度評價和并行建模設計有效分布估計算法的具體指導。此外，第4章研究設計一類新的分布估計算法。最后，第5章和第6章匯合了分布估計算法解決醫(yī)學和資源管理領域的優(yōu)化問題的研究?！哆M化算法的設計與應用研究》對進化算法領域的研究人員來說非常有用，也可供計算機專業(yè)的博士、碩士研究生使用。

作者簡介

暫缺《進化算法的設計與應用研究》作者簡介

圖書目錄

1 在進化算法中如何設置參數的值
1.1 引言
1.2 如何改變參數
1.2.1 改變變異規(guī)模
1.2.2 改變懲罰系數
1.2.3 總結
1.3 進化算法參數控制技術分類
1.3.1 改變算法的成分或參數
1.3.2 改變參數值的方法
1.3.3 決定改變參數值的依據
1.3.4 改變的范圍
1.3.5 總結
1.4 改變進化算法參數的案例
1.4.1 表達式
1.4.2 適應度函數
1.4.3 變異
1.4.4 交叉
1.4.5 選擇
1.4.6 種群
1.4.7 同時改變幾個參數
1.5 討論
2 進化算法中的約束處理
2.1 引言
2.2 約束問題
2.2.1 無約束的優(yōu)化問題
2.2.2 約束滿足問題
2.2.3 受約束的優(yōu)化問題
2.3 約束處理的種類
2.4 約束處理的途徑
2.4.1 懲罰函數
2.4.2 糾正函數
2.4.3 限制搜尋在可行域內
2.4.4 解碼器函數
2.5 應用實例
2.5.1 間接解決方法
2.5.2 直接解決方法
3 設計并行分布估計算法指導
3.1 引言
3.2 并行分布估計算法的方法
3.2.1 分布式適應度評價
3.2.2 構建分布式模型
3.3 混合貝葉斯優(yōu)化算法
3.4 復雜性分析
3.4.1 選擇算子的復雜性
3.4.2 構造模型的復雜性
3.4.3 模型取樣的復雜性
3.4.4 替換算子的復雜性
3.4.5 適應度評價的復雜性
3.5 可擴展性分析
3.5.1 處理器數為固定時的可擴展性
3.5.2 處理器數增加時可擴展性如何變化
4 基于最大熵原理設計一類新的分布估計算法
4.1 引言
4.2 熵、模式
4.2.1 熵
4.2.2 在子集條件約束下的最大熵
4.2.3 模式
4.2.4 最大熵分布和模式約束
4.3 算法的基本思路
4.4 分布估計和取樣
4.5 新算法
4.5.1 一階模式算法
4.5.2 二階模式算法
4.6 實驗結果
4.7 結論
5 基于種群遞增學習算法的癌癥化療優(yōu)化技術
5.1 引言
5.2 癌癥化學療法的優(yōu)化問題
5.2.1 化學療法的醫(yī)學處理
5.2.2 癌癥化療模型
5.3 GA和PBIL解決方案
5.3.1 問題的編碼
5.3.2 遺傳算法
5.3.3 基于種群遞增學習算法
5.4 實驗結果
5.4.1 算法有效性比較
5.4.2 化療治療效果比較
5.5 結論
6 應用分布估計算法和遺傳算法優(yōu)化動態(tài)價格問題
6.1 引言
6.2 通過動態(tài)價格途徑提高資源管理
6.3 動態(tài)價格模型
6.4 動態(tài)價格的進化算法解決方案
6.4.1 進化算法解的表達式
6.4.2 進化算法
6.5 實驗及結果
6.5.1 算法參數化
6.5.2 結果
6.5.3 結果分析
6.6 結論