本书阐述了多目标粒子群优化算法的原理及其应用，主要内容包括基于最小角度的粒子引导者选择、外部储备集的两阶段更新、基于目标分割的多种群协同进化、少控制参数的多目标骨干粒子群优化等；还给出了不同方法在复杂约束优化、区间不确定优化、异质数据特征选择、危险环境下机器人全局路径规划、区间收益多项目选址中的具体应用，并给出了详细的算法对比结果。书后附有部分多目标粒子群优化算法源程序。
样章试读
目录
- 目录
《智能科学技术著作丛书》序
前言
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
7.3.1Pareto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
10.3.1P-可信度指标172
10.3.2MLP-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
京公网安备 11010102004214号