智能優(yōu)化算法及其應(yīng)用圖書目錄

時(shí)間：2023-02-13 02:24:01 | 來源：營(yíng)銷百科

時(shí)間：2023-02-13 02:24:01 來源：營(yíng)銷百科

智能優(yōu)化算法及其應(yīng)用圖書目錄：第1章緒論1

1.1最優(yōu)化問題及其分類1

1.1.1函數(shù)優(yōu)化問題1

1.1.2組合優(yōu)化問題10

1.2優(yōu)化算法及其分類12

1.3鄰域函數(shù)與局部搜索13

1.4計(jì)算復(fù)雜性與NP完全問題14

1.4.1計(jì)算復(fù)雜性的基本概念14

1.4.2P，NP，NP?C和NP?hard14

第2章模擬退火算法17

2.1模擬退火算法17

2.1.1物理退火過程和Metropolis準(zhǔn)則17

2.1.2組合優(yōu)化與物理退火的相似性18

2.1.3模擬退火算法的基本思想和步驟19

2.2模擬退火算法的馬氏鏈描述20

2.3模擬退火算法的收斂性21

2.3.1時(shí)齊算法的收斂性21

2.3.2非時(shí)齊算法的收斂性26

2.3.3SA算法漸進(jìn)性能的逼近26

2.4模擬退火算法關(guān)鍵參數(shù)和操作的設(shè)計(jì)27

2.5模擬退火算法的改進(jìn)29

2.6并行模擬退火算法31

2.7算法實(shí)現(xiàn)與應(yīng)用32

2.7.1組合優(yōu)化問題的求解32

2.7.2函數(shù)優(yōu)化問題的求解33

第3章遺傳算法36

3.1遺傳算法的基本流程36

3.2模式定理和隱含并行性38

3.3遺傳算法的馬氏鏈描述及其收斂性40

3.3.1預(yù)備知識(shí)40

3.3.2標(biāo)準(zhǔn)遺傳算法的馬氏鏈描述41

3.3.3標(biāo)準(zhǔn)遺傳算法的收斂性42

3.4一般可測(cè)狀態(tài)空間上遺傳算法的收斂性44

3.4.1問題描述45

3.4.2算法及其馬氏鏈描述45

3.4.3收斂性分析和收斂速度估計(jì)45

3.5算法關(guān)鍵參數(shù)與操作的設(shè)計(jì)47

3.6遺傳算法的改進(jìn)50

3.7免疫遺傳算法51

3.7.1引言51

3.7.2免疫遺傳算法及其收斂性52

3.7.3免疫算子的機(jī)理與構(gòu)造54

3.7.4TSP問題的免疫遺傳算法56

3.8并行遺傳算法58

3.9算法實(shí)現(xiàn)與應(yīng)用59

第4章禁忌搜索算法62

4?1禁忌搜索62

4?1?1引言62

4?1?2禁忌搜索示例63

4?1?3禁忌搜索算法流程67

4?2禁忌搜索的收斂性68

4?3禁忌搜索的關(guān)鍵參數(shù)和操作70

4?4并行禁忌搜索算法75

4?5禁忌搜索的實(shí)現(xiàn)與應(yīng)用77

4?5?1基于禁忌搜索的組合優(yōu)化77

4?5?2基于禁忌搜索的函數(shù)優(yōu)化78

第5章神經(jīng)網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)優(yōu)化算法83

5.1神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介83

5.1.1神經(jīng)網(wǎng)絡(luò)發(fā)展回顧83

5.1.2神經(jīng)網(wǎng)絡(luò)的模型84

5.2基于Hopfield反饋網(wǎng)絡(luò)的優(yōu)化策略89

5.2.1基于Hopfield模型優(yōu)化的一般流程89

5.2.2基于Hopfield模型優(yōu)化的缺陷90

5.2.3基于Hopfield模型優(yōu)化的改進(jìn)研究90

5.3動(dòng)態(tài)反饋神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性研究94

5.3.1動(dòng)態(tài)反饋網(wǎng)絡(luò)的穩(wěn)定性分析94

5.3.1.1離散對(duì)稱動(dòng)態(tài)反饋網(wǎng)絡(luò)的漸近穩(wěn)定性分析95

5.3.1.2非對(duì)稱動(dòng)態(tài)反饋網(wǎng)絡(luò)的全局漸近穩(wěn)定性分析99

5.3.1.3時(shí)延動(dòng)態(tài)反饋網(wǎng)絡(luò)的全局漸近穩(wěn)定性分析101

5.3.2動(dòng)態(tài)反饋神經(jīng)網(wǎng)絡(luò)的收斂域估計(jì)103

5.4基于混沌動(dòng)態(tài)的優(yōu)化研究概述105

5.4.1基于混沌神經(jīng)網(wǎng)絡(luò)的組合優(yōu)化概述106

5.4.2基于混沌序列的函數(shù)優(yōu)化研究概述108

5.4.3混沌優(yōu)化的發(fā)展性研究109

5.5一類基于混沌神經(jīng)網(wǎng)絡(luò)的優(yōu)化策略110

5.5.1ACNN模型的描述110

5.5.2ACNN模型的優(yōu)化機(jī)制111

5.5.3計(jì)算機(jī)仿真研究與分析112

5.5.4模型參數(shù)對(duì)算法性能影響的幾點(diǎn)結(jié)論116

第6章廣義鄰域搜索算法及其統(tǒng)一結(jié)構(gòu)118

6.1廣義鄰域搜索算法118

6.2廣義鄰域搜索算法的要素119

6.3廣義鄰域搜索算法的統(tǒng)一結(jié)構(gòu)120

6?4優(yōu)化算法的性能評(píng)價(jià)指標(biāo)123

6?5廣義鄰域搜索算法研究進(jìn)展125

6.5.1理論研究概述125

6.5.2應(yīng)用研究概述128

6.5.3發(fā)展性研究129

第7章混合優(yōu)化策略130

7.1引言130

7.2基于統(tǒng)一結(jié)構(gòu)設(shè)計(jì)混合優(yōu)化策略的關(guān)鍵問題131

7.3一類GASA混合優(yōu)化策略132

7.3.1GASA混合優(yōu)化策略的構(gòu)造出發(fā)點(diǎn)132

7.3.2GASA混合優(yōu)化策略的流程和特點(diǎn)133

7.3.3GASA混合優(yōu)化策略的馬氏鏈描述135

7.3.4GASA混合優(yōu)化策略的收斂性136

7.3.5GASA混合優(yōu)化策略的效率定性分析141

第8章混合優(yōu)化策略的應(yīng)用143

8.1基于模擬退火?單純形算法的函數(shù)優(yōu)化143

8.1.1單純形算法簡(jiǎn)介143

8.1.2SMSA混合優(yōu)化策略144

8.1.3算法操作與參數(shù)設(shè)計(jì)145

8.1.4數(shù)值仿真與分析146

8.2基于混合策略的控制器參數(shù)整定和模型參數(shù)估計(jì)研究149

8.2.1引言149

8.2.2模型參數(shù)估計(jì)和PID參數(shù)整定149

8.2.3混合策略的操作與參數(shù)設(shè)計(jì)150

8.2.4數(shù)值仿真與分析151

8.3基于混合策略的TSP優(yōu)化研究154

8.3.1TSP的混合優(yōu)化策略設(shè)計(jì)154

8.3.2基于典型算例的仿真研究156

8.3.3對(duì)TSP的進(jìn)一步討論158

8.4基于混合策略的加工調(diào)度研究159

8.4.1基于混合策略的Job?shop優(yōu)化研究159

8.4.1.1引言159

8.4.1.2JSP的析取圖描述和編碼161

8.4.1.3JSP的混合優(yōu)化策略設(shè)計(jì)163

8.4.1.4基于典型算例的仿真研究166

8.4.2基于混合策略的置換Flow?shop優(yōu)化研究170

8.4.2.1混合優(yōu)化策略170

8.4.2.2算法操作與參數(shù)設(shè)計(jì)172

8.4.2.3數(shù)值仿真與分析172

8.4.3基于混合策略的一類批量可變流水線調(diào)度問題的優(yōu)化研究174

8.4.3.1問題描述及其性質(zhì)174

8.4.3.2混合優(yōu)化策略的設(shè)計(jì)175

8.4.3.3仿真結(jié)果和分析177

8.5基于混合策略的神經(jīng)網(wǎng)絡(luò)權(quán)值學(xué)習(xí)研究177

8.5.1BPSA混合學(xué)習(xí)策略178

8.5.2GASA混合學(xué)習(xí)策略178

8.5.3GATS混合學(xué)習(xí)策略179

8.5.4編碼和優(yōu)化操作設(shè)計(jì)180

8.5.5仿真結(jié)果與分析180

8.6基于混合策略的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)研究184

8.6.1RBF網(wǎng)絡(luò)簡(jiǎn)介184

8.6.2RBF網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化的編碼和操作設(shè)計(jì)184

8.6.3RBF網(wǎng)絡(luò)結(jié)構(gòu)的混合優(yōu)化策略186

8.6.4計(jì)算機(jī)仿真與分析187

8.7基于混合策略的光學(xué)儀器設(shè)計(jì)研究189

8.7.1引言189

8.7.2模型設(shè)計(jì)190

8.7.3仿真研究和設(shè)計(jì)結(jié)果191

附錄Benchmark問題193

A：TSP Benchmark問題193

B： 置換Flow?shop Benchmark問題195

C：Job?shop Benchmark問題211

參考文獻(xiàn)217