文档介绍：万方数据
万方数据
瑃甅,.琲甌琣—.,,·猻...,琣——.瑃,—,
万方数据
篍籒,籔籱
万方数据
目录第一章引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯课题的研究背景及研究意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..课题的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..课题的研究目的⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一本文的结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章分布估计算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..分布估计算法的理论背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一分布估计算法的理论框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯分布估计算法的分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.肷⑿⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章基于嵌套阿基米德的改进分布估计算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..函数的分类⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.函数的采样算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.从属过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯从属过程构建一类部分嵌套阿基米德函数⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.基于部分嵌套阿基米德函数的改进分布估计算法⋯⋯⋯⋯⋯⋯⋯⋯⋯..仿真实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.***治觥本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯问题简述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..理论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..函数的定义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第四章分布估计算法在中的应用⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.置换流水车间调度问题⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.
万方数据
第一章引言课题的研究背景及研究意义人类的一切生产实践活动归根结底是一个“认识世界,改造世界”的过程,而“建模与优化”正是人类更好实现“改造世界”这一过程的一种重要的科学技术方法。为此,自从人类进入现代文明之后,就对优化问题进行了一系列不间断的探索和研究。例如,资源分配问题、城市选址问题、交通调度问题、运输问题、金融风险投资组合优化问题、人口预测问题、产业结构优化问题、工业设计优化问题、参数优化问题、流水车间调度问题、组合优化问题等。研究优化问题的好处在于,在现有资源条件不变的情况下,通过选择更合适的参数、制定更理想的调度分配方案、更有效的实现方案,可以提高待优化问题目标的达成效率和资源的利用率。为此,有学者就将优化形象的比喻为“不用投资”的技术改造。一直以来,人们总是希望找到能够有效且系统的求解优化问题的优化方法。早在世纪初欧洲人就提出了各种求最大最小化的优化问题并给出了一些求解法则,但没有形成系统的理论。直到第二次世界大战爆发后,由于军事上的需要产生了运筹学,提出了大量不能用古典计算方法解决的最优化问题。为了解决这些问题,出现了诸如线性规划、非线性规划、动态规划等一些新的优化方法。此后,随着生产发展的需要特别是电子计算机技术的飞速发展和日益广泛的应用,优化算法也得到了极大的发展。从世纪年代初期开始,部分学者开始利用来自于生物系统的灵感有效的解决了许多实际问题,并在此基础上构造和设计出了许多种仿生优化算法。比较早的像人工神经网络【、遗传算法【等。年眨拦奚K的人工生命研讨会中人工生命作为一个新的研究科学诞生了,。自此以后的三十多年来人工生命引起了研究人员越来越多的关注,并对它进行了大量的相关研究,涌现出许多新的仿生优化算法。如人工免疫算法【、蚁群算法【、人工鱼群算法【、微粒群算法【等,它们都是模拟自然界生物系统,完全依赖生物体自身的本能,通过无意识的寻优行为来优化其生存状态以适应环境的一类新型优化算法。作为仿生优化算法中的元老,遗传算法因为不依赖于问题的具体领域,对问题具有非常强的鲁棒性,已经是目前应用得最为广泛和成功的一种仿生优化算法。但是,随着缺陷。譬如,在种群规模有限时,遗传算法的全局收敛性得不到证明;对某些特定的应用问题,在没有先验知识的情况下,传统遗传算法中的参数设置非常困难或者说参数设越来越多的研究者对遗传算法的研究,人们发现遗传算法在理论和应用中还存在着一些