先进多目标粒子群优化理论及其应用【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

先进多目标粒子群优化理论及其应用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 多目标粒子群优化入门1

1.1 多目标优化问题1

1.1.1 基本概念1

1.1.2 经典多目标求解方法3

1.1.3 多目标进化优化方法4

1.2 粒子群优化算法6

1.2.1 算法的起源及发展6

1.2.2 算法的基本原理7

1.2.3 算法参数8

1.2.4 粒子群拓扑10

1.3 多目标粒子群优化算法11

1.3.1 外部储备集13

1.3.2 粒子引导者的更新或选择13

1.3.3 粒子群多样性14

1.3.4 其他研究成果15

1.4 主要内容及组织15

1.5 本章小结18

参考文献18

第2章 基于最小角度的粒子引导者选择策略25

2.1 研究动机25

2.2 基于最小角度的粒子全局引导者选择26

2.3 基于粒子浓度的个体引导者更新27

2.3.1 所提粒子个体引导者更新策略27

2.3.2 进一步解释28

2.4 基于最小角度的多目标粒子群优化算法29

2.5 在数值函数优化问题中的应用30

2.5.1 测试函数及参数设置30

2.5.2 性能比较测度31

2.5.3 实验结果及分析32

2.6 本章小结36

参考文献36

第3章 外部储备集的两阶段更新策略38

3.1 研究动机38

3.2 外部储备集的更新40

3.2.1 基本思想40

3.2.2 两阶段转化条件及网格划分阈值的确定41

3.2.3 网格划分方法42

3.2.4 两阶段储备集更新步骤42

3.3 外部储备集候选点的选取43

3.3.1 基本思想43

3.3.2 储备集候选点选取机制44

3.3.3 进一步解释44

3.4 基于两阶段储备集更新的多目标粒子群优化算法45

3.5 在数值函数优化问题中的应用46

3.5.1 测试函数及参数设置46

3.5.2 储备集更新策略分析47

3.5.3 储备集候选点选取机制分析50

3.6 本章小结51

参考文献52

第4章 少控制参数的多目标骨干粒子群优化53

4.1 研究动机53

4.2 传统骨干粒子群优化算法54

4.3 多目标骨干粒子群优化55

4.3.1 初始化55

4.3.2 粒子个体引导者的更新55

4.3.3 粒子全局引导者的选择55

4.3.4 粒子位置的更新57

4.3.5 时变变异57

4.3.6 外部储备集的更新59

4.3.7 复杂性分析59

4.4 在数值函数优化问题中的应用59

4.4.1 测试函数59

4.4.2 性能测度61

4.4.3 比较算法61

4.4.4 仿真结果及其分析62

4.5 本章小结73

参考文献73

第5章 基于目标分割的多种群协同粒子群进化75

5.1 研究动机75

5.2 所提多目标粒子群优化算法76

5.2.1 面向从种群的改进粒子群优化方法77

5.2.2 局部版多目标粒子群优化方法79

5.3 在数值函数优化问题中的应用79

5.3.1 准备工作80

5.3.2 仿真结果及其分析80

5.4 关键算子分析87

5.4.1 局部版多目标粒子群优化方法的作用87

5.4.2 类半径的作用88

5.5 本章小结90

参考文献90

第6章 用于约束优化的多目标骨干粒子群优化算法92

6.1 研究动机92

6.2 约束多目标骨干粒子群优化算法93

6.2.1 含约束支配关系93

6.2.2 粒子个体引导者的更新94

6.2.3 可行和非可行储备集的更新94

6.2.4 粒子全局引导者的选择95

6.2.5 算法步骤96

6.3 在数值函数优化问题中的应用97

6.3.1 测试函数97

6.3.2 实验框架99

6.3.3 比较结果及分析100

6.4 本章小结105

参考文献105

第7章 基于概率支配的区间多目标粒子群优化算法107

7.1 研究动机107

7.2 相关工作109

7.2.1 基本概念109

7.2.2 用于区间多目标优化问题的进化优化110

7.3 所提区间多目标粒子群优化算法112

7.3.1 Pareto概率支配112

7.3.2 外部储备集的更新115

7.3.3 粒子个体引导者的更新117

7.3.4 粒子全局引导者的选择117

7.3.5 算法步骤119

7.4 在数值函数优化问题中的应用120

7.4.1 测试问题120

7.4.2 参数设置121

7.4.3 算法性能测度121

7.4.4 储备集更新策略的可行性分析122

7.4.5 性能比较122

7.5 本章小结125

参考文献126

第8章 面向异质数据的多目标粒子群特征选择方法128

8.1 研究背景128

8.2 相关工作129

8.2.1 传统的特征选择方法130

8.2.2 基于进化优化的特征选择方法132

8.3 问题建模133

8.4 所提多目标粒子群特征选择方法134

8.4.1 粒子编码134

8.4.2 储备集的更新135

8.4.3 粒子全局引导者的选择135

8.4.4 粒子扰动137

8.4.5 算法步骤137

8.5 实例分析138

8.5.1 粒子全局引导者选择方法分析138

8.5.2 粒子扰动策略分析139

8.5.3 对比实验及分析139

8.6 本章小结143

参考文献143

第9章 面向不确定机器人全局路径规划的多目标粒子群优化方法147

9.1 研究背景147

9.2 问题建模148

9.2.1 环境建模149

9.2.2 路径性能指标149

9.2.3 优化目标152

9.3 所提约束多目标粒子群优化方法152

9.3.1 粒子编码152

9.3.2 含约束支配关系152

9.3.3 粒子个体引导者的更新153

9.3.4 储备解的更新153

9.3.5 粒子全局引导者的选择153

9.3.6 粒子位置的更新154

9.3.7 算法步骤155

9.4 实例分析156

9.4.1 实例1156

9.4.2 实例2159

9.4.3 实例 3163

9.5 本章小结167

参考文献167

第10章 面向区间收益多项目选址的粒子群优化方法169

10.1 研究背景169

10.2 问题建模170

10.3 模型的精确化171

10.3.1 P-可信度指标172

10.3.2 MLP-2模型的精确化173

10.4 基于对换变异的粒子群优化求解方法175

10.4.1 粒子编码175

10.4.2 粒子解码176

10.4.3 对换变异176

10.4.4 算法步骤177

10.5 实例分析178

10.5.1 问题描述及算法参数设置178

10.5.2 精确化方法的可行性分析182

10.5.3 所提算法的性能分析183

10.6 本章小结184

参考文献185

附录部分 多目标粒子群优化算法源程序187

附录A 基本粒子群优化算法源程序187

附录B 第4章多目标骨干粒子群优化算法源程序189

附录C 第9章多目标粒子群机器人路径规划方法源程序203