元胞遺傳算法及其應用（簡體書）

《元胞遺傳算法及其應用》作者張屹、張虎、陸曈曈期望為智能優化算法學習研究的老師、學生、研究人員和工程技術人員提供一本系統介紹元胞遺傳算法的理論、方法和應用的參考書籍，試圖推動元胞遺傳算法在國內的發展。
本書是在作者對元胞遺傳算法近幾年深入研究的基礎上編寫而成，同時又吸收了國內外許多具有代表性的最新研究成果。本書從理論到實際，從基礎到改進，由淺...
顯示全部信息

前言
第1章 緒論
1.1 GA概述
1.1.1 GA的興起
1.1.2 GA的基本原理
1.1.3 遺傳操作
1.1.4 GA的特點
1.1.5 GA的應用
1.2 CGA的興起與發展
1.3 CGA研究概述
1.3.1 CGA理論研究概述
1.3.2 CGA特性的實證研究
1.3.3 CGA的改進研究
1.4 CGA的應用
1.5 CGA發展展望
1.6 本書篇章結構
1.7 本章小結
參考文獻
第2章 CGA基本原理
2.1 元胞自動機概述
2.1.1 元胞自動機的提出與發展
2.1.2 元胞自動機的基本理論
2.2 基本CGA
2.2.1 CGA的基本原理
2.2.2 同步和異步CGA
2.2.3 CGA的運行流程
2.3 CGA的選擇壓力
2.3.1 選擇壓力的含義
2.3.2 選擇壓力的研究方法
2.3.3 選擇壓力曲線的建模方法
2.3.4 影響選擇壓力的因素
2.4 CGA求解實例
2.5 本章小結
參考文獻
第3章 多目標CGA
3.1 多目標CGA概述
3.2 多目標優化問題的基本概念
3.3 多目標遺傳算法的性能指標
3.4 四種典型的多目標CGA
3.4.1 cMOGA算法
3.4.2 MOCell算法
3.4.3 CellDE算法
3.4.4 DECell算法
3.5 本章小結
參考文獻
第4章 改進的CGA
4.1 自適應CGA
4.1.1 種群的自適應機制
4.1.2 鄰居自適應機制
4.1.3 自適應CGA
4.2 雙鄰居CGA
4.2.1 雙鄰居結構
4.2.2 雙鄰居CGA的精英策略
4.2.3 雙鄰居CGA過程
4.3 動態環境下的CGA
4.3.1 具有演化規則的CGA
4.3.2 災變機制下的CGA
4.4 三維CGA
4.4.1 標準三維CGA
4.4.2 自適應三維CGA
4.5 各向異性選擇CGA
4.6 分層CGA
4.6.1 分層機制
4.6.2 差異選擇
4.6.3 算法流程
4.7 本章小結
參考文獻
第5章 基于CGA的函數優化
5.1 基于CGA的連續函數優化
5.1.1 連續測試基準函數
5.1.2 元胞遺傳算法原理
5.1.3 JCell算法參數設置
5.1.4 連續優化結果對比及分析
5.1.5 小結
5.2 基于CGA的動態函數優化
5.2.1 動態優化問題
5.2.2 動態測試函數
5.2.3 性能指標
5.2.4 CGA與其進化規則
5.2.5 CGA原理
5.2.6 動態優化結果對比與分析
5.2.7 小結
5.3 本章小結
參考文獻
第6章 基于CGA的車輛路徑問題
6.1 CVRP問題的模型
6.2 一種并行CGA——PEGA
6.3 PEGA在CVRP的應用
6.4 本章小結
參考文獻
第7章 基于CGA的交通信號控制與路徑引導
7.1 行程時間函數和控制策略對CTSCRG問題的影響
7.2 基于CGA算法的IOA仿真求解
7.2.1 元胞傳遞模型
7.2.2 基于元胞的交通控制模型
7.2.3 道路的延時計算
7.2.4 混合遺傳算法參數設置
7.3 CGA在交通控制和路徑引導中的應用
7.4 本章小結
參考文獻
第8章 基于CGA的無線傳感器網絡覆蓋區域優化
8.1 無線傳感器網絡覆蓋問題模型
8.1.1 無線傳感器網絡覆蓋模型的初始假設
8.1.2 無線傳感器網絡的覆蓋率
8.1.3 無線傳感器網絡覆蓋問題的數學模型
8.2 CGA的理論
8.2.1 元胞自動機
8.2.2 元胞自動機與遺傳算法結合
8.3 基于CGA的無線傳感器網絡覆蓋區域優化
8.4 本章小結
參考文獻
附錄 測試基準
A.1 組合優化問題
A.1.1 COUNTSAT問題
A.1.2 誤差校正碼設計問題
A.1.3 聲音調頻問題
A.1.4 IsoPeak問題
A.1.5 最大切割圖
A.1.6 大規模多峰欺騙問題
A.1.7 最低延遲任務問題
A.1.8 OneMax問題
A.1.9 Plateau問題
A.1.10 P—PEAKS問題
A.1.11 可滿足性問題
A.2 連續優化問題
A.2.1 理論測試問題
A.2.2 實際應用問題
A.3 多目標優化問題
顯示部分信息