目錄
《智能科學(xué)技術(shù)著作叢書》序
前言
第1章 緒論 1
1.1 引言 1
1.2 優(yōu)化問題的基本概念 2
1.2.1 優(yōu)化問題及其分類 2
1.2.2 優(yōu)化算法及其分類 3
1.2.3 優(yōu)化算法的研究與發(fā)展 4
1.3 智能優(yōu)化算法及分類 6
1.3.1 進(jìn)化類智能優(yōu)化算法 6
1.3.2 機(jī)理類智能優(yōu)化算法 9
1.3.3 群集類智能優(yōu)化算法 13
1.4 頭腦風(fēng)暴優(yōu)化算法的研究現(xiàn)狀 16
1.4.1 算法操作方面的改進(jìn)研究 17
1.4.2 擴(kuò)展應(yīng)用方面的研究 19
1.5 算法研究準(zhǔn)則 21
1.6 本書主要內(nèi)容及體系結(jié)構(gòu) 22
1.7 本章小結(jié) 23
參考文獻(xiàn) 23
第2章 從頭腦風(fēng)暴法到頭腦風(fēng)暴優(yōu)化算法 33
2.1 頭腦風(fēng)暴法 33
2.1.1 頭腦風(fēng)暴法簡介 33
2.1.2 頭腦風(fēng)暴法的基本過程 34
2.1.3 頭腦風(fēng)暴法的要求 35
2.1.4 頭腦風(fēng)暴法的激發(fā)機(jī)理 36
2.2 頭腦風(fēng)暴優(yōu)化算法 37
2.2.1 從頭腦風(fēng)暴法到頭腦風(fēng)暴模型 38
2.2.2 頭腦風(fēng)暴法優(yōu)化算法原理及步驟 41
2.3 頭腦風(fēng)暴法優(yōu)化算法的仿真分析 45
2.3.1 測試函數(shù) 45
2.3.2 參數(shù)設(shè)定 45
2.3.3 仿真結(jié)果 46
2.4 頭腦風(fēng)暴法優(yōu)化算法的參數(shù)分析 47
2.4.1 聚類個(gè)數(shù)對(duì)算法性能的影響 48
2.4.2 斜率k值對(duì)算法性能的影響 49
2.4.3 概率參數(shù)對(duì)算法性能的影響 51
2.4.4 種群大小對(duì)算法性能的影響 57
2.5 本章小結(jié) 59
參考文獻(xiàn) 59
第3章 基于變異操作改進(jìn)的頭腦風(fēng)暴優(yōu)化算法 60
3.1 常用的變異方法及分類 60
3.1.1 隨機(jī)變異 60
3.1.2 位串變異 63
3.2 基于差分變異的頭腦風(fēng)暴優(yōu)化算法 64
3.2.1 基于差分變異的頭腦風(fēng)暴優(yōu)化算法原理 64
3.2.2 仿真結(jié)果分析 65
3.3 基于云模型的頭腦風(fēng)暴優(yōu)化算法 68
3.3.1 云模型概述 68
3.3.2 基于云模型的頭腦風(fēng)暴優(yōu)化算法原理 70
3.3.3 云模型變異產(chǎn)生新個(gè)體的步驟 70
3.3.4 基于云模型的頭腦風(fēng)暴優(yōu)化算法步驟 71
3.3.5 測試函數(shù)測試結(jié)果及分析 71
3.4 不同變異操作仿真結(jié)果對(duì)比分析 74
3.5 本章小結(jié) 82
參考文獻(xiàn) 83
第4章 基于聚類操作改進(jìn)的頭腦風(fēng)暴優(yōu)化算法 84
4.1 聚類算法的分類及發(fā)展現(xiàn)狀 84
4.1.1 傳統(tǒng)聚類算法 84
4.1.2 現(xiàn)代聚類算法 88
4.2 頭腦風(fēng)暴優(yōu)化算法中的聚類方法及其優(yōu)缺點(diǎn) 90
4.3基 于OPTICS聚類的頭腦風(fēng)暴優(yōu)化算法 92
4.3.1 OPTICS聚類概述 92
4.3.2 OPTICS聚類的具體步驟 92
4.3.3 仿真結(jié)果分析 95
4.4 基于目標(biāo)空間的差分頭腦風(fēng)暴優(yōu)化算法 98
4.4.1 基于目標(biāo)空間的差分頭腦風(fēng)暴優(yōu)化算法原理 98
4.4.2 仿真結(jié)果分析 100
4.5 不同聚類操作的仿真結(jié)果對(duì)比與分析 104
4.5.1 OPDBSO算法和DBSO-OS算法的尋優(yōu)性能比較 104
4.5.2 OPDBSO算法和DBSO-OS算法的收斂結(jié)果對(duì)比分析 106
4.5.3 DBSO算法和CBSO算法的統(tǒng)計(jì)性能分析 109
4.6本章小結(jié) 112
參考文獻(xiàn) 113
第5章 多模態(tài)頭腦風(fēng)暴優(yōu)化算法 115
5.1 多模態(tài)問題的相關(guān)知識(shí) 115
5.1.1 多模態(tài)優(yōu)化問題的數(shù)學(xué)描述 115
5.1.2 多模態(tài)優(yōu)化問題的研究現(xiàn)狀 116
5.2 自適應(yīng)參數(shù)控制的多模態(tài)BSO算法的實(shí)現(xiàn) 118
5.2.1 收斂性操作 118
5.2.2 發(fā)散性操作 119
5.3 自適應(yīng)參數(shù)控制的多模態(tài)BSO算法的性能測試與分析 120
5.3.1 測試函數(shù) 120
5.3.2 參數(shù)設(shè)置 121
5.3.3 仿真結(jié)果分析 122
5.4 本章小結(jié) 127
參考文獻(xiàn) 128
第6章 多約束頭腦風(fēng)暴優(yōu)化算法 130
6.1 約束優(yōu)化問題的描述 130
6.1.1 約束優(yōu)化問題模型 130
6.1.2 約束處理技術(shù) 130
6.1.3 約束優(yōu)化問題的求解 133
6.2 頭腦風(fēng)暴約束優(yōu)化算法 134
6.2.1 子種群的相關(guān)操作 135
6.2.2 選擇變異操作 135
6.2.3 保存機(jī)制 136
6.2.4 算法的整體步驟 137
6.3 改進(jìn)的頭腦風(fēng)暴約束優(yōu)化算法 137
6.3.1 改進(jìn)的選擇變異操作 138
6.3.2 關(guān)鍵因素選取策略 138
6.3.3 改進(jìn)的選擇變異操作步驟 139
6.3.4 改進(jìn)后的算法的整體步驟 139
6.4 頭腦風(fēng)暴約束優(yōu)化算法的性能測試與分析 139
6.5 本章小結(jié) 149
參考文獻(xiàn) 149
第7章 多目標(biāo)頭腦風(fēng)暴優(yōu)化算法 151
7.1 多目標(biāo)問題的基本概念 151
7.1.1 多目標(biāo)優(yōu)化問題的數(shù)學(xué)模型及相關(guān)定義 151
7.1.2 多目標(biāo)優(yōu)化問題的評(píng)價(jià)指標(biāo) 152
7.1.3 求解多目標(biāo)優(yōu)化問題的智能優(yōu)化算法 154
7.2 基于決策空間的多目標(biāo)頭腦風(fēng)暴優(yōu)化算法 155
7.2.1 基于決策空間的多目標(biāo)頭腦風(fēng)暴優(yōu)化算法操作分析 155
7.2.2 簡化多目標(biāo)頭腦風(fēng)暴優(yōu)化算法實(shí)現(xiàn)步驟 158
7.2.3 多目標(biāo)頭腦風(fēng)暴優(yōu)化算法的性能測試與分析 159
7.3 基于目標(biāo)空間聚類的多目標(biāo)頭腦風(fēng)暴優(yōu)化算法 168
7.3.1 基于目標(biāo)空間聚類的多目標(biāo)頭腦風(fēng)暴優(yōu)化算法原理 168
7.3.2 基于目標(biāo)空間聚類的多目標(biāo)頭腦風(fēng)暴優(yōu)化算法操作分析 169
7.3.3 基于目標(biāo)空間聚類的多目標(biāo)頭腦風(fēng)暴優(yōu)化算法實(shí)現(xiàn)步驟 170
7.3.4 基于目標(biāo)空間聚類的多目標(biāo)頭腦風(fēng)暴優(yōu)化算法性能測試與分析 171
7.4本章小結(jié) 185
參考文獻(xiàn) 185
第8章 多目標(biāo)頭腦風(fēng)暴優(yōu)化算法在電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度問題上的應(yīng)用 187
8.1 電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度問題的數(shù)學(xué)模型 187
8.1.1 電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度模型的目標(biāo)函數(shù) 187
8.1.2 電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度模型的約束條件 188
8.2 電力系統(tǒng)環(huán)境經(jīng)濟(jì)調(diào)度問題的研究現(xiàn)狀 189
8.3 基于多目標(biāo)頭腦風(fēng)暴優(yōu)化算法的環(huán)境經(jīng)濟(jì)調(diào)度問題求解 190
8.3.1 環(huán)境經(jīng)濟(jì)調(diào)度問題與多目標(biāo)頭腦風(fēng)暴優(yōu)化算法的映射關(guān)系 190
8.3.2 環(huán)境經(jīng)濟(jì)調(diào)度問題的多目標(biāo)頭腦風(fēng)暴優(yōu)化算法流程 192
8.4 實(shí)例分析及仿真實(shí)現(xiàn) 193
8.4.1 6機(jī)組環(huán)境經(jīng)濟(jì)調(diào)度問題的仿真實(shí)現(xiàn) 193
8.4.2 40機(jī)組的仿真實(shí)現(xiàn) 196
8.5 本章小結(jié) 201
參考文獻(xiàn) 201
第9章 頭腦風(fēng)暴優(yōu)化算法在火電廠供熱調(diào)度問題上的應(yīng)用 203
9.1 火電廠供熱調(diào)度問題的數(shù)學(xué)模型 203
9.1.1 火電廠供熱調(diào)度模型的目標(biāo)函數(shù) 203
9.1.2 火電廠供熱調(diào)度模型的約束條件 204
9.2 火電廠供熱調(diào)度問題的研究現(xiàn)狀 205
9.3 基于頭腦風(fēng)暴優(yōu)化算法的火電廠供熱調(diào)度問題求解 206
9.3.1 火電廠供熱調(diào)度問題與頭腦風(fēng)暴優(yōu)化算法的映射關(guān)系 206
9.3.2 火電廠供熱調(diào)度問題的頭腦風(fēng)暴優(yōu)化算法流程 207
9.4 實(shí)例分析及仿真實(shí)現(xiàn) 208
9.4.1 模擬系統(tǒng)算例的系統(tǒng)參數(shù) 208
9.4.2 算法參數(shù)設(shè)置 209
9.4.3 仿真結(jié)果分析 209
9.5 本章小結(jié) 211
參考文獻(xiàn) 212
第10章 頭腦風(fēng)暴優(yōu)化算法在熱電聯(lián)供經(jīng)濟(jì)調(diào)度問題上的應(yīng)用 214
10.1 熱電聯(lián)供經(jīng)濟(jì)調(diào)度問題的數(shù)學(xué)模型 214
10.1.1 熱電聯(lián)供經(jīng)濟(jì)調(diào)度模型的目標(biāo)函數(shù) 214
10.1.2 熱電聯(lián)供經(jīng)濟(jì)調(diào)度模型的約束條件 215
10.2 熱電聯(lián)供經(jīng)濟(jì)調(diào)度問題描述 216
10.3 基于頭腦風(fēng)暴優(yōu)化算法的熱電聯(lián)供經(jīng)濟(jì)調(diào)度問題求解 217
10.3.1 熱電聯(lián)供經(jīng)濟(jì)問題與頭腦風(fēng)暴優(yōu)化算法的映射關(guān)系 217
10.3.2 熱電聯(lián)供經(jīng)濟(jì)調(diào)度問題的頭腦風(fēng)暴優(yōu)化算法流程 219
10.4 案例分析及仿真實(shí)現(xiàn) 220
10.4.1 7機(jī)組熱電聯(lián)供經(jīng)濟(jì)調(diào)度問題的仿真實(shí)現(xiàn) 220
10.4.2 48機(jī)組熱電聯(lián)供經(jīng)濟(jì)調(diào)度問題的仿真實(shí)現(xiàn) 223
10.5 本章小結(jié) 229
參考文獻(xiàn) 229
第11章 總結(jié)與展望 231
附錄A 單目標(biāo)優(yōu)化基本測試函數(shù)集 233
附錄B 多模態(tài)優(yōu)化問題基本測試函數(shù)集 237
附錄C 多目標(biāo)優(yōu)化問題基本測試函數(shù)集 239