图书介绍
交互式遗传算法原理及其应用pdf电子书版本下载
- 巩敦卫等著 著
- 出版社： 北京：国防工业出版社
- ISBN：7118048895
- 出版时间：2007
- 标注页数：234页
- 文件大小：14MB
- 文件页数：251页
- 主题词：智能控制－算法
PDF下载
下载说明
交互式遗传算法原理及其应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
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
图书目录
第1章 交互式遗传算法概述 1
1.1 交互式遗传算法的提出 1
1.2 交互式遗传算法的概念 2
1.3 交互式遗传算法的应用 5
1.4 交互式遗传算法的核心问题 8
1.4.1 个体适应值估计 8
1.4.2 加速进化收敛 9
1.5 本书主要内容及安排 11
1.6 本章小结 11
参考文献 12
2.1 交互式遗传算法的环境 17
第2章 交互式遗传算法的环境 17
2.2 交互式遗传算法环境的波动性 19
2.3 交互式遗传算法个体适应值的不一致性 20
2.4 本章小结 21
参考文献 21
第3章 基于关系代数的交互式遗传算法模型 22
3.1 关系代数 22
3.2 基因意义单元 23
3.3 搜索空间及个体的关系代数描述 25
3.4 遗传操作的关系代数描述 25
8.5 交互式遗传算法的关系代数模型 27
3.6 用于服装进化设计系统的交互式遗传算法的关系代数描述 28
参考文献 29
3.7 本章小结 29
第4章 基于神经网络的进化个体适应值分阶段估计 31
4.1 用于进化个体适应值估计的神经网络 32
4.1.1 神经网络模型 32
4.1.2 神经网络的泛化能力 33
4.2 神经网络学习及效果评价 34
4.3 基于神经网络的进化个体适应值分阶段估计 35
4.4 算法性能分析 37
4.5 在服装进化设计系统中的应用 37
4.5.1 服装设计问题与个体编码 37
4.5.2 参数设置 39
4.5.3 设计过程 39
4.6 本章小结 42
参考文献 43
第5章 基于基因意义单元“适应值”的进化个体适应值估计 44
5.1 预备知识 44
5.2 基于基因意义单元“适应值”的个体适应值估计 46
5.2.1 算法思想 46
5.2.2 个体适应值估计方法 47
5.3 在服装进化设计系统中的应用 49
5.3.1 服装设计问题描述与个体编码 49
5.3.2 参数设置 49
5.3.3 进化个体适应值估计过程 50
5.3.4 对比实验 51
5.4 本章小结 52
参考文献 53
第6章 基于多近似模型的进化个体适应值估计 54
6.1 算法的提出 55
6.2 基于多近似模型的进化个体适应值估计 56
6.2.1 算法思想 56
6.2.2 搜索空间划分 56
6.2.3 估计模型的生成 56
6.2.4 进化个体评价 57
6.3 算法性能分析 58
6.4 在服装进化设计系统中的应用 59
6.4.1 服装设计问题及个体编码 59
6.4.3 搜索空间划分 61
6.4.4 设计过程 61
6.4.2 近似模型的选取 61
6.5 本章小结 64
参考文献 65
第7章 基于基因意义单元的最优进化个体直接生成 66
7.1 方法的提出 67
7.2 最优进化个体直接生成方法 67
7.3 在服装进化设计系统中的应用 70
7.3.1 服装设计问题及进化个体编码 70
7.3.2 进化策略与参数设置 71
7.3.3 最优进化个体生成过程 71
7.3.4 性能比较 72
7.4 本章小结 73
参考文献 74
第8章 分层交互式遗传算法 75
8.1 方法的提出 76
8.2 分层交互式遗传算法 77
8.2.1 算法思想 77
8.2.2 分层条件 77
8.2.3 局部搜索基因（意义单元）段的选定 78
8.2.4 算法步骤 78
8.3 性能分析 80
8.4 在服装进化设计系统中的应用 81
8.4.1 服装设计问题及进化个体编码 81
8.4.2 参数设置与个体替换方法 81
8.4.3 设计过程 81
8.4.4 性能对比 83
参考文献 84
8.5 本章小结 84
第9章 基于禁忌域扩大和早熟收敛预防的交互式遗传算法 85
9.1 算法的提出 85
9.2 基于禁忌等位基因意义单元和禁忌个体的有效搜索空间缩小 87
9.2.1 算法思想 87
9.2.2 基于禁忌等位基因意义单元的有效搜索空间缩小 87
9.2.3 禁忌等位基因意义单元确定 90
9.2.4 基于禁忌个体的有效搜索空间缩小 91
9.2.5 有效搜索空间缩小速度及种群收敛代数估计 92
9.3 早熟收敛预防 94
9.4 算法流程 94
9.5.1 服装设计问题及进化个体编码 96
9.5.2 进化策略与参数设置 96
9.5 在服装进化设计系统中的应用 96
9.5.3 参数取值对算法性能的影响 98
9.5.4 与其他交互式遗传算法的比较 100
9.6 本章小结 101
参考文献 102
第10章 基于用户偏好的协同交互式遗传算法 103
10.1 算法的提出 103
10.2 基于用户偏好的协同交互式遗传算法 105
10.2.1 算法思想 105
10.2.2 用户偏好抽取 105
10.2.3 用户偏好存储 107
10.2.4 偏好相似用户寻找 107
10.2.6 算法步骤 108
10.2.5 算法系统结构 108
10.3 在服装进化设计系统中的应用 110
10.3.1 服装设计问题及个体编码 110
10.3.2 参数设置 110
10.3.3 用户偏好抽取 110
10.3.4 用户偏好应用 110
10.3.5 性能比较 112
10.4 本章小结 112
参考文献 112
第11章 多种群自适应分层交互式遗传算法 114
11.1 算法的提出 114
11.2.2 多种群交互式遗传算法模型和个体迁移、替换策略 116
11.2 多种群自适应分层交互式遗传算法 116
11.2.1 算法思想 116
11.2.3 近亲交叉回避和自适应单点变异 118
11.2.4 多种群交互式遗传算法分层条件和子搜索区域确定 119
11.2.5 算法步骤 121
11.3 基于局域网络的实现 123
11.4 在服装进化设计系统中的应用 124
11.4.1 服装设计问题及进化个体编码 124
11.4.2 参数设置 124
11.4.3 设计过程 124
11.4.4 性能对比 126
11.5 本章小结 128
参考文献 129
第12章 基于多智能体系统的协同进化交互式遗传算法模型 130
12.1 模型的提出 130
12.2 基于多智能体系统的协同进化交互式遗传算法模型 131
12.2.1 交互式遗传算法单元 132
12.2.2 协同进化单元 134
12.3 面向智能体程序设计的协同进化交互式遗传算法描述 136
12.4 服装进化设计系统实例描述 141
12.4.1 进化agent实例描述 141
12.4.2 人机交互agent实例描述 142
12.4.3 接口agent实例描述 143
12.4.4 信息agent实例描述 143
12.4.5 综合评价agent实例描述 144
12.4.7 控制agent实例描述 145
12.4.6 协调agent实例描述 145
12.5 本章小结 147
参考文献 147
第13章 基于多智能体系统的知识引导交互式遗传算法 148
13.1 算法的提出 148
13.2 基于多智能体系统的知识引导交互式遗传算法 149
13.3 知识引导agent 151
13.3.1 知识描述 152
13.3.2 知识提取 152
13.3.3 知识更新 155
13.3.4 知识引导 156
13.3.5 知识引导agent功能描述及其状态切换条件 157
13.4.2 实验设计 158
13.4 在服装进化设计系统中的应用 158
13.4.1 服装设计问题个体编码及参数设置 158
13.4.3 算法比较 159
13.4.4 人的疲劳度 159
13.5 本章小结 161
参考文献 161
第14章 交互式遗传算法进化个体适应值降噪策略 162
14.1 方法的提出 162
14.2 交互式遗传算法的噪声 164
14.2.1 噪声来源 164
14.2.2 认知度 165
14.2.3 疲劳度 165
14.2.4 噪声函数 166
14.3.1 算法思想 167
14.3.2 适应值可信度 167
14.3 用于降噪的进化个体适应值调整 167
14.3.3 Nc和Nf的确定 168
14.3.4 进化个体适应值调整 170
14.3.5 算法步骤 170
14.4 在服装进化设计系统中的应用 172
14.4.1 服装设计问题及进化个体编码 172
14.4.2 进化策略与参数设置 173
14.4.3 设计过程与结果 173
14.5 本章小结 175
参考文献 176
15.1 方法的提出 177
第15章 交互式遗传算法与混合性能指标优化 177
15.2 混合性能指标优化问题数学描述 179
15.3 混合性能指标优化问题的进化优化方法 179
15.3.1 算法思想 179
15.3.2 优化方法 180
15.4 在服装进化设计系统中的应用 182
15.4.1 服装设计问题的混合性能指标 182
15.4.2 进化个体编码和参数设置 186
15.4.3 进化个体适应值和性能指标权重确定 187
15.4.4 系统实现 187
15.5 本章小结 189
参考文献 190
附录 部分交互式遗传算法源程序 191