學(xué)習(xí)型智能優(yōu)化算法及其應(yīng)用（排序與調(diào)度叢書(shū)）

定　價(jià)：￥99.00

作　者：	邢立寧，陳英武，向尚
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書(shū)可以去

ISBN：	9787302514695	出版時(shí)間：	2019-08-01	包裝：
開(kāi)本：		頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書(shū)在現(xiàn)有智能優(yōu)化方法的基礎(chǔ)上，探索學(xué)習(xí)型智能優(yōu)化方法的基本框架。書(shū)中采用智能優(yōu)化模型和知識(shí)模型相結(jié)合的集成建模思路，總結(jié)了精英個(gè)體知識(shí)、構(gòu)件知識(shí)、算子知識(shí)和參數(shù)知識(shí)4種知識(shí)形式，構(gòu)建了用于實(shí)現(xiàn)學(xué)習(xí)型智能優(yōu)化方法的8類典型知識(shí)，以此輔助學(xué)習(xí)型智能優(yōu)化方法高效地求解復(fù)雜優(yōu)化問(wèn)題。針對(duì)連續(xù)優(yōu)化問(wèn)題、離散優(yōu)化問(wèn)題（非對(duì)稱旅行商問(wèn)題、雙層CARP優(yōu)化問(wèn)題、柔性作業(yè)車間調(diào)度問(wèn)題）和實(shí)際工程問(wèn)題（體系仿真優(yōu)化問(wèn)題、衛(wèi)星地面站系統(tǒng)任務(wù)調(diào)度問(wèn)題、多星任務(wù)規(guī)劃問(wèn)題），分別設(shè)計(jì)了若干種學(xué)習(xí)型智能優(yōu)化算法，并對(duì)優(yōu)化結(jié)果進(jìn)行了分析和解釋。本書(shū)主要面向在運(yùn)籌學(xué)領(lǐng)域研究智能優(yōu)化方法的企業(yè)、高校與科研院所的研究人員，幫助讀者了解學(xué)習(xí)型智能優(yōu)化算法的基本原理與框架流程，提高讀者對(duì)學(xué)習(xí)型智能優(yōu)化算法的實(shí)踐與應(yīng)用能力，促進(jìn)學(xué)習(xí)型智能優(yōu)化算法的發(fā)展與完善。

作者簡(jiǎn)介

　　佛山科學(xué)技術(shù)學(xué)院特聘三級(jí)教授，2009在國(guó)防科學(xué)技術(shù)大學(xué)獲管理學(xué)博士，主要研究方向?yàn)橹悄軆?yōu)化、資源調(diào)度及任務(wù)規(guī)劃等。博士論文被評(píng)為全國(guó)優(yōu)秀博士學(xué)位論文，在國(guó)內(nèi)外期刊上發(fā)表80余篇論文（SCI檢索30余篇），所發(fā)論文共被引用700余次，一篇論文入選ESI引用前1%論文，六篇論文入選ESI引用前10%論文。相關(guān)研究成果分別榮獲湖南省自然科學(xué)二等獎(jiǎng)（第二完成人）、吳文俊人工智能科學(xué)技術(shù)二等獎(jiǎng)（獨(dú)立署名）和武警科學(xué)技術(shù)進(jìn)步二等獎(jiǎng)（第四完成人）。入選湖湘青年科技創(chuàng)新創(chuàng)業(yè)平臺(tái)培養(yǎng)對(duì)象和教育部“新世紀(jì)優(yōu)秀人才支持計(jì)劃”；獲得國(guó)防科學(xué)技術(shù)大學(xué)杰出青年項(xiàng)目和湖南省自然科學(xué)杰出青年基金項(xiàng)目。出版專著4部，獲得11項(xiàng)國(guó)家發(fā)明專利授權(quán)，主持國(guó)家自然科學(xué)基金等項(xiàng)目10余項(xiàng)，目前正在帶領(lǐng)團(tuán)隊(duì)研發(fā)面向新型遙感衛(wèi)星的星上自主任務(wù)規(guī)劃平臺(tái)。

圖書(shū)目錄

第1章緒論
1.1背景及意義
1.1.1背景
1.1.2動(dòng)機(jī)
1.2智能優(yōu)化方法
1.3知識(shí)導(dǎo)向的智能優(yōu)化算法
1.3.1傳統(tǒng)人工智能引導(dǎo)的智能優(yōu)化算法
1.3.2特定知識(shí)模型引導(dǎo)的智能優(yōu)化算法
1.3.3具有雙層進(jìn)化機(jī)制的文化算法
1.4章節(jié)結(jié)構(gòu)
第2章學(xué)習(xí)型智能優(yōu)化方法
2.1學(xué)習(xí)型智能優(yōu)化相關(guān)理論
2.1.1知識(shí)
2.1.2知識(shí)模型
2.1.3遺傳算法
2.1.4蟻群算法
2.1.5學(xué)習(xí)型智能優(yōu)化的基本框架
2.1.6學(xué)習(xí)型智能優(yōu)化的運(yùn)行機(jī)制
2.2學(xué)習(xí)型智能優(yōu)化中的知識(shí)
2.2.1精英個(gè)體知識(shí)
2.2.2構(gòu)件知識(shí)
2.2.3算子知識(shí)
2.2.4參數(shù)知識(shí)
2.3學(xué)習(xí)型智能優(yōu)化算法的框架與流程
2.3.1求解函數(shù)優(yōu)化問(wèn)題的學(xué)習(xí)型遺傳算法框架與流程
2.3.2求解非對(duì)稱旅行商問(wèn)題的學(xué)習(xí)型遺傳算法框架與
流程
2.3.3求解雙層CARP優(yōu)化問(wèn)題的學(xué)習(xí)型遺傳算法框架與
流程
2.3.4求解雙層CARP優(yōu)化問(wèn)題的學(xué)習(xí)型蟻群算法框架與
流程
2.3.5求解柔性作業(yè)車間調(diào)度問(wèn)題的學(xué)習(xí)型蟻群算法框架與
流程
2.3.6求解柔性作業(yè)車間調(diào)度問(wèn)題的學(xué)習(xí)型協(xié)同進(jìn)化算法框架與
流程
2.3.7求解體系仿真優(yōu)化問(wèn)題的學(xué)習(xí)型遺傳算法框架與
流程
2.3.8求解衛(wèi)星地面站系統(tǒng)任務(wù)調(diào)度的學(xué)習(xí)型蟻群算法框架與
流程
2.3.9求解多星任務(wù)規(guī)劃問(wèn)題的學(xué)習(xí)型蟻群算法框架與
流程
2.4本章小結(jié)
第3章求解函數(shù)優(yōu)化問(wèn)題的學(xué)習(xí)型遺傳算法
3.1問(wèn)題描述及特點(diǎn)分析
3.2求解過(guò)程
3.2.1種群初始化
3.2.2選擇操作
3.2.3交叉操作
3.2.4變異操作
3.2.5災(zāi)變操作
3.2.6終止條件
3.3實(shí)驗(yàn)結(jié)果及分析
3.3.1參數(shù)設(shè)置
3.3.2幾種典型的函數(shù)優(yōu)化方法
3.3.3普通測(cè)試函數(shù)的實(shí)驗(yàn)結(jié)果
3.3.4組合測(cè)試函數(shù)的實(shí)驗(yàn)結(jié)果
3.4本章小結(jié)
第4章求解非對(duì)稱旅行商問(wèn)題的學(xué)習(xí)型遺傳算法
4.1問(wèn)題描述及特點(diǎn)分析
4.1.1旅行商問(wèn)題描述
4.1.2旅行商問(wèn)題的分類
4.1.3旅行商問(wèn)題的應(yīng)用和價(jià)值
4.1.4旅行商問(wèn)題的計(jì)算復(fù)雜性
4.2求解過(guò)程
4.2.1種群初始化操作
4.2.2選擇操作
4.2.3交叉操作
4.2.4變異操作
4.2.5種群替換操作
4.2.6局部?jī)?yōu)化操作
4.2.7終止條件
4.3實(shí)驗(yàn)結(jié)果及分析
4.4本章小結(jié)
第5章求解雙層CARP優(yōu)化問(wèn)題的學(xué)習(xí)型遺傳算法和學(xué)習(xí)型蟻群
算法
5.1問(wèn)題描述及特點(diǎn)分析
5.1.1雙層CARP優(yōu)化問(wèn)題的相關(guān)術(shù)語(yǔ)
5.1.2雙層CARP優(yōu)化問(wèn)題的數(shù)學(xué)模型
5.1.3雙層CARP優(yōu)化問(wèn)題的簡(jiǎn)單實(shí)例
5.1.4雙層CARP優(yōu)化問(wèn)題的特點(diǎn)
5.2求解框架
5.2.1雙層CARP優(yōu)化問(wèn)題的求解框架
5.2.2宏觀配置優(yōu)化方法
5.2.3擴(kuò)展啟發(fā)式方法ERPS
5.2.4擴(kuò)展啟發(fā)式方法ERUH
5.3求解過(guò)程
5.3.1學(xué)習(xí)型遺傳算法求解過(guò)程
5.3.2學(xué)習(xí)型蟻群算法求解過(guò)程
5.4學(xué)習(xí)型遺傳算法的實(shí)驗(yàn)結(jié)果及分析
5.4.1實(shí)驗(yàn)設(shè)計(jì)和參數(shù)設(shè)置
5.4.2LEGA1和LEGA2的比較實(shí)驗(yàn)
5.4.3LEGA2和LEGA3的比較實(shí)驗(yàn)
5.4.4ERPS和LEGA3的比較實(shí)驗(yàn)
5.4.5ERUH和LEGA3的比較實(shí)驗(yàn)
5.4.6不同方法的優(yōu)化曲線
5.5學(xué)習(xí)型蟻群算法的實(shí)驗(yàn)結(jié)果及分析
5.5.1實(shí)驗(yàn)設(shè)計(jì)和參數(shù)設(shè)置
5.5.2ERPS和LEACO的實(shí)驗(yàn)結(jié)果
5.5.3ERUH和LEACO的實(shí)驗(yàn)結(jié)果
5.5.4LEGA和LEACO的實(shí)驗(yàn)結(jié)果
5.6本章小結(jié)
第6章求解柔性作業(yè)車間調(diào)度問(wèn)題的學(xué)習(xí)型蟻群算法和學(xué)習(xí)型協(xié)同
進(jìn)化算法
6.1問(wèn)題描述及特點(diǎn)分析
6.1.1柔性作業(yè)車間調(diào)度問(wèn)題的描述
6.1.2柔性作業(yè)車間調(diào)度問(wèn)題的分類
6.1.3柔性作業(yè)車間調(diào)度問(wèn)題的特點(diǎn)
6.1.4柔性作業(yè)車間調(diào)度問(wèn)題的求解過(guò)程
6.2求解過(guò)程
6.2.1學(xué)習(xí)型蟻群算法求解過(guò)程
6.2.2學(xué)習(xí)型協(xié)同進(jìn)化算法求解過(guò)程
6.3學(xué)習(xí)型蟻群算法的實(shí)驗(yàn)結(jié)果及分析
6.4學(xué)習(xí)型協(xié)同進(jìn)化算法的實(shí)驗(yàn)結(jié)果及分析
6.5本章小結(jié)
第7章求解體系仿真優(yōu)化問(wèn)題的學(xué)習(xí)型遺傳算法
7.1問(wèn)題描述
7.1.1體系實(shí)例
7.1.2數(shù)學(xué)模型
7.2求解過(guò)程
7.2.1分層優(yōu)化方法
7.2.2學(xué)習(xí)型遺傳算法步驟
7.3實(shí)驗(yàn)結(jié)果及分析
7.4本章小結(jié)
第8章求解衛(wèi)星地面站系統(tǒng)任務(wù)調(diào)度的學(xué)習(xí)型蟻群算法
8.1問(wèn)題描述
8.2求解過(guò)程
8.2.1信息素的定義和初始化
8.2.2可行解的構(gòu)造
8.2.3導(dǎo)向局部搜索方法
8.2.4信息素的更新
8.2.5終止準(zhǔn)則
8.3實(shí)驗(yàn)結(jié)果及分析
8.4本章小結(jié)
第9章求解多星任務(wù)規(guī)劃問(wèn)題的學(xué)習(xí)型蟻群算法
9.1問(wèn)題描述
9.1.1多星任務(wù)規(guī)劃的基本輸入要素
9.1.2多星任務(wù)規(guī)劃的基本約束條件
9.1.3多星任務(wù)規(guī)劃的基本輸出要素
9.1.4多星任務(wù)規(guī)劃的基本假設(shè)
9.1.5多星任務(wù)規(guī)劃問(wèn)題分析
9.2問(wèn)題建模
9.2.1數(shù)學(xué)符號(hào)
9.2.2元任務(wù)
9.2.3合成任務(wù)
9.2.4收益函數(shù)構(gòu)造
9.2.5多星任務(wù)規(guī)劃模型
9.3求解過(guò)程
9.3.1知識(shí)初始化
9.3.2任務(wù)指派
9.3.3任務(wù)合成
9.3.4調(diào)度改進(jìn)
9.3.5知識(shí)學(xué)習(xí)
9.3.6終止準(zhǔn)則
9.4實(shí)驗(yàn)結(jié)果及分析
9.4.1測(cè)試實(shí)例的構(gòu)造
9.4.2實(shí)驗(yàn)結(jié)果及分析
9.5本章小結(jié)
第10章總結(jié)與展望
10.1主要成果
10.2研究展望
參考文獻(xiàn)
索引
附錄A函數(shù)優(yōu)化問(wèn)題的一些普通測(cè)試函數(shù)
附錄B函數(shù)優(yōu)化問(wèn)題的一些組合測(cè)試函數(shù)
附錄C雙層CARP優(yōu)化問(wèn)題的測(cè)試實(shí)例
附錄D雙層CARP優(yōu)化問(wèn)題的下限估計(jì)方法
D.1服務(wù)成本的下限估計(jì)
D.2空車成本的下限估計(jì)
D.3倉(cāng)庫(kù)構(gòu)建成本的下限估計(jì)
D.4車輛購(gòu)置成本的下限估計(jì)
附錄E英漢排序與調(diào)度詞匯