●章 緒論 001
1.1 最優化問題的研究意義 001
1.2 差分進化算法介紹 003
1.3 差分進化算法研究現狀 007
參考文獻 011
第2章 改進的組合差分進化算法 015
2.1 引言 015
2.2 組合差分進化算法及其改進 016
2.2.1 組合差分進化算法 016
2.2.2 改進的算法 017
2.3 測試函數尋優 021
2.3.1 測試函數 021
2.3.2 實驗比較 024
2.4 MCoDE在ANFIS模型優化中的應用 026
2.4.1 ANFIS 026
2.4.2 ANFIS的優化模型 028
2.4.3 LOO-CV 028
2.4.4 “自上而下”的規則化簡方法 029
2.4.5 基於MCoDE和LOO-CV的ANFIS表面粗糙度的預測過程 030
2.4.6 實驗結果與討論 030
2.5 小結 037
參考文獻 038
第3章 改進的多種群集成差分進化算法 039
3.1 引言 039
3.2 相關工作 040
3.3 改進的多種群集成差分進化算法研究| 042
3.3.1 概述 042
3.3.2 改進的基於多種群的變異策略集成方法 045
3.3.3 改進的參數適應方法 046
3.3.4 復雜度分析 047
3.4 實驗結果與分析 048
3.4.1 實驗參數設置 048
3.4.2 測試函數集 049
3.4.3 在30維IEEE CEC2005繫列上的結果比較分析 051
3.4.4 在10維和50維IEEE CEC2017繫列測試函數上的結果比較分析 061
3.5 討論 072
3.6 應用IMPEDE解決Hydrothermal調度問題 074
3.7 小結 076
參考文獻 077
第4章 面向約束優化的自適應差分進化算法 081
4.1 引言 081
4.2 進化約束處理方法 082
4.2.1 進化計算約束處理方法概述 082
4.2.2 Oracle罰函數方法 083
4.3 自適應約束差分進化算法 084
4.3.1 改進的Oracle罰函數方法 084
4.3.2 通用的離散變量處理方法 085
4.3.3 MOCoDE算法 086
4.4 實驗的結果和討論 087
4.4.1 測試函數集 088
4.4.2 工程約束優化問題 090
4.5 小結 100
參考文獻 101
第5章 基於替換和重置機制的多策略變異約束差分進化算法 103
5.1 引言 103
5.2 相關工作 104
5.2.1 約束問題 104
5.2.2 可行性規則 105
5.3 改進的算法 105
5.3.1 多策略變異操作 105
5.3.2 替換機制和重置機制 107
5.3.3 MCoDE算法 107
5.3.4 復雜度分析 108
5.4 仿真實驗及結果分析 109
5.4.1 測試函數和實驗測試參數 109
5.4.2 實驗結果分析 109
5.5 小結 117
參考文獻 117
第6章 基於分解和多策略變異的多目標差分進化算法 119
6.1 引言 119
6.2 相關背景 121
6.2.1 多目標問題 121
6.2.2 基於Tchebycheff多目標分解方法 121
6.3 改進的多目標差分進化算法 122
6.3.1 多目標分解方法 122
6.3.2 高效非支配排序 123
6.3.3 多策略變異操作 124
6.3.4 MODE-DMSM算法 125
6.3.5 時間復雜度分析 127
6.4 仿真實驗及結果分析 127
6.4.1 測試函數及評價標準 127
6.4.2?實驗參數設置 128
6.4.3 實驗結果分析 128
6.5 小結 133
參考文獻 133
第7章 基於多策略排序變異的多目標差分進化算法 137
7.1 自適應的多策略DE算子 137
7.2 基於多策略排序變異的DE算子 138
7.3 基於擁擠熵的擁擠距離計算策略 140
7.4 MODE-MSRM算法 143
7.4.1 MODE-MSRM算法實現流程 143
7.4.2 算法的收斂性證明 144
7.4.3 算法時間復雜度分析 144
7.5 實驗仿真與分析 145
7.5.1 測試函數及參數設置 145
7.5.2 實驗結果與分析 147
7.6 小結 150
參考文獻 151
第8章 基於外部歸檔和球面修剪機制的多目標差分進化算法 153
8.1 外部歸檔 153
8.2 球面修剪機制的基本思想和流程 154
8.2.1 概念及定義 155
8.2.2 球面修剪機制的步驟 156
8.3 控制參數自適應 157
8.4 算法的流程與分析 159
8.4.1 算法的具體流程 159
8.4.2 MODE-ASP的時間復雜度分析 159
8.4.3 算法的特點 160
8.5 數值實驗仿真與結果分析 160
8.5.1 測試函數及參數設置 160
8.5.2 結果比較分析 161
8.6 小結 162
參考文獻 163
第9章 基於全局物理規劃的偏好多目標差分進化算法 165
9.1 偏好的相關知識 165
9.1.1 偏好的含義 165
9.1.2 偏好的類型 166
9.2 全局物理規劃 166
9.2.1 物理規劃的思路 166
9.2.2 基於物理規劃的多目標優化 168
9.2.3 全局物理規劃機制 168
9.2.4 全局物理規劃的綜合偏好函數 171
9.3 基於GPP的DE選擇策略和球面修剪機制 171
9.3.1 基於全局物理規劃的DE選擇策略 171
9.3.2 基於全局物理規劃的球面修剪策略 172
9.4 Pareto前沿的大小動態控制策略 173
9.5 算法流程 173
9.6 實驗結果分析 174
9.7 小結 178
參考文獻 178
0章 改進的排序變異多目標差分進化算法 181
10.1 引言 181
10.2 相關知識 182
10.2.1 多目標優化問題 182
10.2.2 MODE-RMO 183
10.3 改進的多目標差分進化算法 184
10.3.1 最優基向量排序變異策略 184
10.3.2 反向參數控制方法 185
10.3.3 改進的擁擠距離計算式 187
10.3.4 MODE-IRM總框架 188
10.3.5 算法復雜度分析 189
10.4 實驗分析 190
10.4.1 實驗設計 190
10.4.2 算法性能度量指標 190
10.4.3 實驗結果與分析 191
10.5 小結 193
參考文獻 194
1章 基於排列的離散差分進化算法 197
11.1 引言 197
11.2 改進的離散差分進化算法 198
11.2.1 PDE 198
11.2.2 局部搜索方法 201
11.2.3 PDE和 HPDE算法的實現 203
11.3 零等待批處理調度優化 204
11.3.1 零等待流水調度問題 205
11.3.2 排列到ZW調度方案的轉換 206
11.3.3 ZWSP的ATSP模型描述 208
11.3.4 零等待調度問題中的應用 211
11.3.5 計算研究 212
11.3.6 結果和討論 213
11.4 小結 217
參考文獻 217
2章 基於禁忌列表的離散差分進化算法 219
12.1 引言 219
12.2 改進的混合算法 220
12.2.1 PDE算法及其不足 220
12.2.2 TS 220
12.2.3 基於Ulam距離的禁忌列表方法 221
12.2.4 改進的排列差分進化算法 222
12.3 無等待流水線調度優化 226
12.3.1 無等待流水線調度問題 226
12.3.2 實驗 227
12.3.3 結果和討論 228
12.4 小結 236
參考文獻 236
內容簡介
內容分為差分進化算法(以下簡稱算法)的設計及應用。本書從差分進化算法基本原理、單目標差分進化算法、面向約束優化的差分進化算法、面向多目標差分進化算法、面向離散問題的差分進化算法等五個方面進行了介紹。對提出的10個算法進行了詳細介紹和討論,並給給出了實驗(仿真)結果。