《智能優(yōu)化算法及其在機械工程中的應用》結(jié)合作者多年來在相關方面的科研和教學工作的積累，以較為通俗簡練的語言詳細地介紹了智能優(yōu)化算法中的遺傳算法、粒子群優(yōu)化算法、差異演化算法、模擬植物生長算法和果蠅優(yōu)化算法及其在機械工程中的應用，以期使讀者能夠盡快了解和掌握這些算法的基本理論和應用技術。
《智能優(yōu)化算法及其在機械工程中的應用》可作為機械工程、系統(tǒng)科學、計算機應用以及其他一些相關專業(yè)的研究生及本科生教材，也可以供相關專業(yè)的工程技術與科研人員學習參考。
第1章 概述
1.1 群智能的基本概念
1.2 群智能思想的起源簡介
1.3 群智能理論簡介
1.4 演化算法簡介
1.5 本書主要內(nèi)容與安排
第2章 遺傳算法及其應用
2.1 遺傳算法的起源與發(fā)展簡介
2.1.1 遺傳算法的生物學基礎
2.1.2 遺傳算法的提出與發(fā)展簡介
2.2 遺傳算法的理論基礎
2.2.1 遺傳算法的基本原理
2.2.2 遺傳算法的幾個基本概念
2.2.3 遺傳算法的基本算子和數(shù)學基礎
2.3 遺傳算法的實現(xiàn)
2.3.1 遺傳算法的實現(xiàn)
2.3.2 遺傳算法實現(xiàn)舉例
2.4 遺傳算法的特點與改進
2.4.1 遺傳算法的特點
2.4.2 對簡單遺傳算法的一些改進
2.4.3 幾種常見的遺傳算法
2.4.4 遺傳算法應用的幾個關鍵問題
2.5 遺傳算法在機械工程中的應用
2.5.1 基于遺傳算法的bounc—wen遲滯非線性動力學模型的參數(shù)識別方法
2.5.2 基于遺傳算法的圓柱齒輪變位系數(shù)的優(yōu)化選擇
2.5.3 基于遺傳算法的機器人路徑規(guī)劃
第3章 粒子群優(yōu)化算法及其應用
3.1 基本粒子群優(yōu)化算法
3.1.1 粒子群優(yōu)化算法的產(chǎn)生
3.1.2 基本粒子群優(yōu)化算法
3.1.3 基本粒子群優(yōu)化算法的參數(shù)選擇
3.1.4 帶慣性權(quán)重的粒子群優(yōu)化算法
3.1.5 粒子群優(yōu)化算法的控制參數(shù)分析
3.2 混沌粒子群優(yōu)化算法
3.2.1 混沌的一些基本特點
3.2.2 混沌映射
3.2.3 基于群體適應度方差的混沌粒子群優(yōu)化算法
3.3 無約束多目標粒子群優(yōu)化算法
3.3.1 多目標優(yōu)化問題的基本概念和術語
3.3.2 多目標優(yōu)化問題的發(fā)展及其傳統(tǒng)的解決方法
3.3.3 無約束多目標粒子群優(yōu)化算法
3.4 約束多目標粒子群優(yōu)化算法
3.4.1 約束優(yōu)化問題
3.4.2 罰函數(shù)法
3.4.3 基于罰函數(shù)法的帶約束條件的粒子群優(yōu)化算法
3.5 基于極坐標的粒子群優(yōu)化算法
3.5.1 基于極坐標的粒子群優(yōu)化算法的數(shù)學描述
3.5.2 有關ppso算法的特點與討論
3.5.3 基本粒子群優(yōu)化算法和ppso算法的測試結(jié)果對比與討論
3.6 帶活力因子的粒子群優(yōu)化算法
……
第4章 差異演化算法及其應用
第5章 模擬植物生長算法及其應用
第6章 果蠅優(yōu)化算法及其應用
參考文獻
致謝
4.精英策略
精英策略是一種保持最好個體的策略，這種策略總是把第2代的最好的個體保存到第t+l代，從而防止在選擇過程中丟失最優(yōu)解。人們通過單目標優(yōu)化的數(shù)值試驗發(fā)現(xiàn)精英策略可以使演化算法具有更好的收斂性。同樣在多目標演化算法中，精英策略也起到了重要的作用。研究表明精英策略有助于多目標演化算法取得較好的收斂結(jié)果，為了保證多目標演化算法更好地收斂于Pareto最優(yōu)解或近似解，運用精英策略的多目標演化算法，通常專門用一個輔助群體( secondary popula-tion，archive solutions set)來保存算法運行過程中的一定數(shù)量的非劣解個體。但精英策略的引入大大增加了算法的時間和空間的復雜度。
4.3.3 多目標中心差異演化算法
1.多目標中心差異演化算法的基本思想
自從20世紀80年代Schaffer對多目標演化算法的開創(chuàng)性工作以來，多目標演化算法吸引了越來越多的研究者的興趣與研討，并涌現(xiàn)出了大量成功的算法。早期的多目標演化算法研究主要集中在如何得到均勻分布的最優(yōu)解或近似最優(yōu)解，為此引入了許多策略，如小生境、適應值共享和限制交配等。而近年來隨著研究和應用的深入，實際求解問題的復雜性對算法的各種性能等技術發(fā)展提出了新的挑戰(zhàn)，圍繞著如何進一步提高算法的性能這一課題，研究者提出了大量切實有效的新的或是改進的算法。精英保留策略作為第二代多目標演化算法的主要標志被這一時期的算法所廣泛應用，自此多目標演化算法在收斂速度和穩(wěn)定性等算法性能上得到了明顯的改善。
盡管演化算法在求解多目標優(yōu)化問題時取得了一系列的進展，但是必須注意到以下五個方面。
……
書單推薦
