基于合作协同演化的微粒群计算及其应用PDF|Epub|txt|kindle电子书版本网盘下载

基于合作协同演化的微粒群计算及其应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 研究背景与意义1

1.2 国内外研究进展2

1.2.1 合作协同演化算法研究进展2

1.2.2 微粒群优化算法研究进展4

1.2.3 微粒群优化计算典型应用8

1.3 研究目的10

1.4 研究内容10

1.5 创新点11

第2章 相关理论13

2.1 引言13

2.2 最优化理论13

2.2.1 单目标优化问题14

2.2.2 多目标优化问题16

2.3 合作协同演化理论18

2.4 智能计算方法19

2.4.1 微粒群优化算法19

2.4.2 蜂群优化算法22

2.5 小结25

第3章 基于自适应学习的并行协同微粒群算法及理论研究26

3.1 引言26

3.2 基于自适应学习的并行PSO算法26

3.2.1 并行协同演化策略27

3.2.2 自适应学习机制28

3.2.3 HLPSO算法步骤28

3.2.4 HLPSO算法实现29

3.3 自适应学习的并行PSO算法理论基础30

3.3.1 HLPSO算法收敛性分析30

3.3.2 HLPSO算法复杂度分析32

3.4 HLPSO在函数优化中的应用33

3.4.1 测试函数33

3.4.2 均值方差对比35

3.4.3 双侧T-检验36

3.5 小结36

第4章 基于多阶段协同微粒群智能优化算法37

4.1 引言37

4.2 多阶段协同微粒群智能优化算法37

4.2.1 DMPSOABC算法思想37

4.2.2 DMPSOABC算法模型38

4.2.3 DMPSOABC算法描述40

4.2.4 DMPSOABC算法实现41

4.3 DMPSOABC算法时间复杂度分析42

4.4 DMPSOABC算法在函数优化中的应用42

4.4.1 测试函数42

4.4.2 实验目的44

4.4.3 实验环境44

4.4.4 参数设置45

4.4.5 实验结果46

4.5 基于多阶段协同的柔性作业车间智能调度51

4.5.1 柔性作业车间调度问题数学模型51

4.5.2 柔性作业车间调度算法描述52

4.5.3 实例验证56

4.6 小结61

第5章 基于空间自适应划分的动态种群多目标优化算法62

5.1 引言62

5.2 基于空间自适应划分的动态多目标优化算法62

5.2.1 ECMPSO算法思想62

5.2.2 ECMPSO算法模型66

5.2.3 ECMPSO算法描述67

5.3 ECMPSO算法时间复杂度分析68

5.4 实验测试68

5.4.1 测试函数及参数设置68

5.4.2 参数敏感性分析70

5.4.3 测试结果74

5.5 ECMPSO在解决环境经济调度问题中的应用80

5.5.1 环境经济调度的数学模型80

5.5.2 环境经济调度算法描述81

5.5.3 仿真实验与分析82

5.6 小结84

第6章 基于集合编码的车辆路径多目标优化模型及算法86

6.1 引言86

6.2 带时间窗车辆路径多目标优化模型86

6.3 基于集合编码的带时间窗车辆路径多目标优化算法88

6.3.1 算法思想88

6.3.2 种群编码88

6.3.3 初始化种群89

6.3.4 粒子更新90

6.3.5 局部搜索策略93

6.3.6 算法描述93

6.4 实验仿真与结果分析94

6.4.1 测试问题94

6.4.2 性能评价指标94

6.4.3 实验结果95

6.4.4 实例分析99

6.5 小结100

第7章 低碳供应链选址—路径—库存集成优化模型及算法101

7.1 引言101

7.2 考虑碳排放的CLIRP模型103

7.2.1 问题描述及假设103

7.2.2 模型构建104

7.3 基于两阶段协同多目标微粒群的CLRIP决策算法108

7.3.1 算法思想108

7.3.2 算法模型110

7.3.3 算法描述110

7.4 数值与算例分析111

7.5 小结117

第8章 总结与展望118

8.1 本书的主要工作和结论118

8.2 对未来工作的研究展望119

参考文献120