日韩美女尤物视频网站,一级做a爰片AAA毛片色欲

內(nèi)容簡介

　　《錐形分解高維多目標(biāo)進(jìn)化算法及其應(yīng)用》先系統(tǒng)介紹了高維多目標(biāo)優(yōu)化及其進(jìn)化算法的發(fā)展現(xiàn)狀與趨勢、實現(xiàn)技術(shù)。然后針對高維多目標(biāo)優(yōu)化目前存在的難點，著重闡述了作者在錐形分解高維多目標(biāo)進(jìn)化算法方面的系統(tǒng)研究成果，包括錐形分解高維多目標(biāo)進(jìn)化算法的核心原理、設(shè)計與實現(xiàn)，介紹了在差異尺度、不規(guī)則前沿等一些極端情形下的相應(yīng)擴(kuò)展處理機(jī)制設(shè)計，舉例說明了其在汽車駕駛室設(shè)計等工程問題中的應(yīng)用。后進(jìn)一步深入分析了錐形分解約束高維多目標(biāo)優(yōu)化問題及其技術(shù)概況，詳細(xì)地描述了錐形分解約束高維多目標(biāo)進(jìn)化算法的約束處理原理、算法設(shè)計與實現(xiàn)，并列舉了其在水資源規(guī)劃等實際約束工程問題中的應(yīng)用。

作者簡介

暫缺《錐形分解高維多目標(biāo)進(jìn)化算法及其應(yīng)用》作者簡介

圖書目錄

目錄
前言
第1章多目標(biāo)優(yōu)化概述 1
1.1 多目標(biāo)及高維多目標(biāo)優(yōu)化問題 1
1.2 進(jìn)化算法及多目標(biāo)進(jìn)化算法 2
1.3 高維多目標(biāo)進(jìn)化算法面臨的挑戰(zhàn) 3
1.4 分解型多目標(biāo)進(jìn)化算法的優(yōu)勢 5
1.5 進(jìn)化算法中的典型約束處理策略 7
第2章多目標(biāo)進(jìn)化算法基礎(chǔ) 10
2.1 常見的代表性多目標(biāo)進(jìn)化算法 10
2.1.1 MOEA/D 10
2.1.2 NSGA-Ⅲ 11
2.1.3 MOEA/DD 12
2.2 分解型多目標(biāo)進(jìn)化算法的標(biāo)量化方法 13
2.3 進(jìn)化算法的交叉算子 15
2.4 多目標(biāo)進(jìn)化算法的性能評估指標(biāo) 16
第3章錐形分解高維多目標(biāo)進(jìn)化算法 MOEA/CD 18
3.1 錐形分解策略 18
3.2 標(biāo)量化方法——帶懲罰的方向距離 25
3.3 交叉算子動態(tài)選擇機(jī)制 27
3.4 MOEA/CD算法流程 28
3.4.1 MOEA/CD主框架 28
3.4.2 初始化階段 30
3.4.3 重組階段 31
3.4.4 更新階段 35
3.5 MOEA/CD的算法復(fù)雜度分析 37
3.6 MOEA/CD算法的實驗測試與結(jié)果分析 38
3.6.1 實驗配置 38
3.6.2 算法解集質(zhì)量分析 43
3.6.3 算法運(yùn)行效率分析 62
第4章錐形分解高維多目標(biāo)進(jìn)化算法的擴(kuò)展處理機(jī)制 65
4.1 尺度標(biāo)準(zhǔn)化處理 65
4.1.1 尺度標(biāo)準(zhǔn)化處理機(jī)制 65
4.1.2 實驗測試與結(jié)果分析 67
4.2 不規(guī)則前沿的擴(kuò)展處理 70
4.2.1 方向向量自適應(yīng)調(diào)整機(jī)制 71
4.2.2 實驗測試與結(jié)果分析 73
第5章錐形分解高維多目標(biāo)進(jìn)化算法的工程應(yīng)用 77
5.1 在車輛正面耐撞性設(shè)計上的應(yīng)用 77
5.1.1 車輛正面耐撞性設(shè)計問題的目標(biāo)模型 77
5.1.2 算法應(yīng)用與分析 79
5.2 在汽車駕駛室設(shè)計上的應(yīng)用 81
5.2.1 汽車駕駛室設(shè)計問題的目標(biāo)模型 81
5.2.2 算法應(yīng)用與分析 82
第6章約束多目標(biāo)優(yōu)化基礎(chǔ) 85
6.1 約束多目標(biāo)優(yōu)化標(biāo)準(zhǔn)測試問題 85
6.1.1 障礙型約束多目標(biāo)優(yōu)化標(biāo)準(zhǔn)測試問題 85
6.1.2 斷裂型約束多目標(biāo)優(yōu)化標(biāo)準(zhǔn)測試問題 87
6.1.3 消失型約束多目標(biāo)優(yōu)化標(biāo)準(zhǔn)測試問題 89
6.2 分解型多目標(biāo)優(yōu)化中的典型約束處理技術(shù) 90
6.2.1 罰函數(shù)法 91
6.2.2 二目標(biāo)方法 91
6.2.3 隨機(jī)排序法 93
6.2.4 約束占優(yōu)原則 95
6.2.5 約束容忍法 96
第7章錐形分解約束高維多目標(biāo)進(jìn)化算法C-MOEA/CD 99
7.1 約束錐形分解策略 99
7.2 錐形分層選擇機(jī)制 103
7.3 錐形分層更新機(jī)制 104
7.4 C-MOEA/CD算法流程 105
7.4.1 算法主框架 105
7.4.2 初始化階段 106
7.4.3 重組階段 107
7.4.4 更新階段 109
7.5 C-MOEA/CD算法復(fù)雜度分析 111
7.6 實驗結(jié)果與分析 111
7.6.1 實驗配置 111
7.6.2 算法取得的解集質(zhì)量 113
7.6.3 算法運(yùn)行效率 128
第8章錐形分解約束高維多目標(biāo)進(jìn)化算法的工程應(yīng)用 130
8.1 在水資源規(guī)劃上的應(yīng)用 130
8.1.1 水資源規(guī)劃問題的目標(biāo)與約束模型 130
8.1.2 算法應(yīng)用與分析 132
8.2 在機(jī)床規(guī)劃加工上的應(yīng)用 135
8.2.1 機(jī)床規(guī)劃加工問題的目標(biāo)與約束模型 135
8.2.2 算法應(yīng)用與分析 136
8.3 小結(jié) 138
參考文獻(xiàn) 139