●第1章復雜性與優化算法
1.1引言
1.2復雜性
1.3繫統的復雜性
1.4體繫的復雜性
1.5多目標優化問題
1.5.1經典多目標優化問題
1.5.2高維多目標優化問題
1.5.3超多目標優化問題
1.5.4集合多目標優化問題
1.6多目標優化算法
1.6.1目標間的關繫
1.6.2多目標優化算法的研究內容
1.6.3多目標優化算法類型
1.6.4經典的多目標優化算法
1.7多目標優化算法標準測試函數及評價指標
1.7.1測試函數
1.7.2評價指標
1.8多目標優化研究面臨的主要挑戰
1.9本章小結
參考文獻
第2章遺傳算法
2.1引言
2.2基礎知識
2.3遺傳算法的思想
2.4遺傳算法的基本操作
2.5遺傳算法的實現
2.6遺傳算法的研究現狀
2.6.1改進遺傳算子及參數
2.6.2協同遺傳算法
2.6.3混合遺傳算法
2.7本章小結
參考文獻
第3章改進的遺傳算法
3.1引言
3.2混合策略的家族遺傳算法
3.2.1家族交叉算子
3.2.2變異算子
3.2.3算法步驟
3.3基於聚類的遺傳算法
3.3.1基於生長樹的聚類思想
3.3.2聚類遺傳算法的實現
3.4本章小結
參考文獻
第4章粒子群算法
4.1引言
4.2粒子群算法的思想
4.3粒子群算法的數學基礎
4.3.1原始粒子群算法
4.3.2標準粒子群算法
4.3.3離散粒子群算法
4.3.4隨機慣性權重粒子群算法
4.3.5拓撲結構和鄰域結構
4.4粒子群算法的實現
4.4.1算法描述
4.4.2參數設置
4.4.3算法的評價指標
4.5粒子群算法的特點
4.6粒子群算法的研究現狀
4.7本章小結
參考文獻
第5章改進的粒子群算法
5.1引言
5.2並行速度受限的粒子群算法
5.2.1研究動機
5.2.2速度受限的粒子群算法
5.2.3基於並行機制的速度受限粒子群算法
5.3混合粒子群遺傳算法
5.3.1混合粒子群遺傳算法的思想
5.3.2混合粒子群遺傳算法描述
5.3.3混合粒子群遺傳算法實現
5.3.4實驗結果與分析
5.4本章小結
參考文獻
第6章差分算法
6.1引言
6.2基本差分算法
6.2.1差分算法的思想
6.2.2差分算法的基本操作
6.2.3差分算法的實現
6.2.4差分算法的特點
6.3差分算法研究現狀
6.4本章小結
參考文獻
第7章基於競爭關繫的高維多目標優化算法
7.1引言
7.2研究背景與動機
7.3基於雙存檔策略的進化算法
7.3.1均勻池策略
7.3.2單項精英保留策略
7.3.3雙存檔策略的高維多目標優化算法
7.4仿真實驗及結果
7.4.1實驗環境和函數
7.4.2對比算法
7.4.3參數設置
7.4.4實驗結果
7.5性能分析
7.6本章小結
參考文獻
第8章基於相似或冗餘目標約簡的超多目標優化算法
8.1引言
8.2研究背景與問題描述
8.2.1基於聚類的在線目標約簡技術
8.2.2問題描述
8.3相關研究基礎
8.4基於自適應生長樹聚類目標約簡的多目標優化方法
8.4.1自適應最鄰近距離
8.4.2基於聚合的目標約簡
8.4.3算法：ORAPTC
8.5仿真實驗及結果
8.5.1實驗函數與評價指標
8.5.2對比算法
8.5.3參數設置
8.5.4實驗結果
8.6性能分析
8.7本章小結
參考文獻
第9章基於分層優化的高維約束多目標優化算法
9.1引言
9.2研究背景與動機
9.3相關研究基礎
9.3.1求解約束問題的多目標優化法及分層思想
9.3.2單親遺傳算法
9.4分層優化的約束關繫多目標優化算法
9.4.1分層優化的模型描述
9.4.2分層優化的改進型單親遺傳算法
9.4.3不同場景下紅藍雙方對抗比賽的實例求解
9.5仿真實驗及結果
9.5.1實驗設置
9.5.2實驗結果與分析
9.6性能分析
9.7本章小結
參考文獻
第10章基於協作目標信息啟發的集合多目標優化算法
10.1引言
10.2研究背景與問題描述
10.3相關研究基礎
10.3.1具有協作關繫的集合多目標優化問題
10.3.2煙花爆炸優化算法
10.3.3測試數據生成實例及建模
10.4基於協作目標信息啟發的集合多目標優化算法
10.4.1集合多目標優化問題求解算法
10.4.2測試數據生成實例求解
10.5仿真實驗及結果
10.5.1實驗環境及實驗數據
10.5.2基準程序實驗結果
10.5.3工業程序實驗結果
10.6性能分析
10.7本章小結
參考文獻
