智能優(yōu)化技術(shù) 適應(yīng)度地形理論及組合優(yōu)化問題的應(yīng)用

序
前言
第1章引言1
11優(yōu)化問題1
12組合優(yōu)化問題2
121組合優(yōu)化問題的定義2
122組合優(yōu)化問題的特點(diǎn)2
123組合優(yōu)化問題的應(yīng)用3
124組合優(yōu)化問題的求解方法4
13智能優(yōu)化方法6
131智能優(yōu)化方法簡介6
132智能優(yōu)化方法的分類7
133典型的智能優(yōu)化方法8
14適應(yīng)度地形10
141適應(yīng)度地形的基本概念10
142適應(yīng)度地形的發(fā)展11
15本章小結(jié)14
參考文獻(xiàn)14
第2章崎嶇性18
21定義18
22NK地形19
23適應(yīng)度的相關(guān)性20
24距離相關(guān)性21
25信息熵分析21
26尖銳性24
27本章小結(jié)26
參考文獻(xiàn)26
第3章中性28
31中性隨機(jī)游走28
32中性網(wǎng)絡(luò)29
33局部最優(yōu)網(wǎng)絡(luò)30
34標(biāo)準(zhǔn)遺傳距離35
35本章小結(jié)36
參考文獻(xiàn)36
第4章可演進(jìn)性38
41適應(yīng)度進(jìn)化肖像38
42適應(yīng)度云41
43負(fù)斜率系數(shù)42
44適應(yīng)度概率云44
45本章小結(jié)46
參考文獻(xiàn)46
第5章依賴性48
51上位方差48
52位上位性50
53香農(nóng)信息論50
54內(nèi)/外上位性52
55本章小結(jié)54
參考文獻(xiàn)54
第6章相似性55
61相似性指標(biāo)55
62標(biāo)準(zhǔn)函數(shù)的分析56
621基本初等函數(shù)和標(biāo)準(zhǔn)測試函數(shù)適應(yīng)度
地形分析56
622動態(tài)基準(zhǔn)地形的分析59
63本章小結(jié)63
參考文獻(xiàn)63
第7章頻域分析64
71幅度譜64
711適應(yīng)度地形的傅里葉分析64
712幅度譜64
713NK模型分析65
72離散時(shí)間傅里葉變換的分析66
721振幅變化穩(wěn)定性66
722頻域尖銳性67
723周期性67
724平均適應(yīng)度值的變化程度68
725頻域指標(biāo)的分析68
73本章小結(jié)73
參考文獻(xiàn)73
第8章地形可視化技術(shù)74
81分析適應(yīng)度地形74
82網(wǎng)絡(luò)可視化75
83空間地形可視化76
831空間適應(yīng)度地形求解框架77
832映射策略78
833空域特征的分析80
84本章小結(jié)87
參考文獻(xiàn)87
第9章動態(tài)適應(yīng)度地形89
91定義89
92動態(tài)適應(yīng)度地形的生成90
93動態(tài)適應(yīng)度地形的分析工具92
931拓?fù)鋵傩缘姆治?2
932動態(tài)屬性的分析94
933動態(tài)適應(yīng)度地形的頻域分析94
94本章小結(jié)95
參考文獻(xiàn)95
第10章調(diào)度問題96
101Job-based類調(diào)度問題96
102數(shù)學(xué)模型的分析97
103解空間的獲取方法100
1031枚舉方法100
1032采樣方法101
104本章小結(jié)102
參考文獻(xiàn)102
第11章調(diào)度問題的多維度適應(yīng)度地形
分析105
111時(shí)頻域適應(yīng)度地形的分析105
1111小規(guī)模實(shí)例的分析105
1112大規(guī)模實(shí)例的分析112
112空間適應(yīng)度地形的分析115
1121特征參數(shù)的分析115
1122評價(jià)指標(biāo)的對比117
113本章小結(jié)119
參考文獻(xiàn)119
第12章一種調(diào)度算法框架120
121關(guān)鍵調(diào)度策略120
1211分組調(diào)度策略120
1212分配規(guī)則PBSCR122
122編碼方式123
123組內(nèi)優(yōu)化目標(biāo)124
124改進(jìn)粒子群算法124
125仿真實(shí)驗(yàn)與結(jié)果分析126
1251求解體系應(yīng)用于TTSP126
1252求解體系應(yīng)用于FJSP127
1253求解體系應(yīng)用于UPMSP128
126本章小結(jié)128
參考文獻(xiàn)129
第13章單目標(biāo)調(diào)度算法131
131單目標(biāo)Job-based類調(diào)度問題的
分析131
1311問題特性的分析131
1312多模優(yōu)化算法的分析133
132多中心變尺度優(yōu)化算法133
1321多中心策略134
1322變尺度策略134
1323算法過程135
133基于適應(yīng)度地形參數(shù)的適應(yīng)性參數(shù)
控制135
1331評價(jià)指標(biāo)136
1332獎懲機(jī)制137
134實(shí)驗(yàn)仿真與應(yīng)用137
1341標(biāo)準(zhǔn)多模測試函數(shù)138
1342調(diào)度問題139
1343變異程度的調(diào)參實(shí)驗(yàn)142
1344中心點(diǎn)數(shù)目的調(diào)參實(shí)驗(yàn)145
135本章小結(jié)146
參考文獻(xiàn)146
第14章多目標(biāo)調(diào)度算法147
141多目標(biāo)Job-based類調(diào)度問題的
分析147
1411問題特性的分析147
1412優(yōu)化算法的分析149
142多目標(biāo)Job-based類調(diào)度問題的
優(yōu)化算法149
1421純粹的“精英”策略150
1422基于縮減規(guī)模的非支配快速
排序151
1423去重策略151
1424前沿預(yù)測策略152
1425變尺度的搜索策略154
143基于多目標(biāo)前沿分布的適應(yīng)性參數(shù)
控制155
1431前沿分布155
1432調(diào)整策略156
144實(shí)驗(yàn)仿真與應(yīng)用156
1441評價(jià)指標(biāo)156
1442基于前沿預(yù)測多目標(biāo)優(yōu)化算法的
性能分析157
1443多目標(biāo)變尺度搜索算法的
性能分析158
1444前沿點(diǎn)數(shù)目的調(diào)參161
145本章小結(jié)162
參考文獻(xiàn)162
第15章調(diào)度問題的集成分析平臺164
151需求分析164
152架構(gòu)設(shè)計(jì)164
1521實(shí)例選擇與產(chǎn)生模塊165
1522適應(yīng)度地形分析模塊166
1523調(diào)度規(guī)劃模塊168
153原型平臺170
154本章小結(jié)172
參考文獻(xiàn)172