智能優(yōu)化算法是基于計算智能的機制、不依賴于問題結構、能求解復雜優(yōu)化問題解或滿意解的數(shù)值優(yōu)化方法.目前已經(jīng)有許多經(jīng)典的智能優(yōu)化算法，包括迭傳算法、模擬退火算法、粒子群優(yōu)化算法等、并成功應用于求解各種廈雜工程優(yōu)化問題．狀態(tài)轉移算法是一種基于結構主義學習的新型智能優(yōu)化算法，它抓住化算法的本質、目的和要求，以金局性、性、快速性、收斂性、可控性五大核心結構要素為指導思想進行算法設計與理論證明．它的基本思想是將化問題的一個解看成一個狀態(tài)，將解的迭代更新過程看成狀態(tài)轉移過程，利用現(xiàn)代控制理論中的狀態(tài)空間喪達式作為產(chǎn)生候選解的統(tǒng)一框架，基于此框架來設計狀態(tài)變換算子.《智能優(yōu)化狀態(tài)轉移算法》以智能優(yōu)化狀態(tài)轉移算法為主要內容，首先介紹了化的理論與算法基礎，包括經(jīng)典的局部優(yōu)化算法和全局優(yōu)化算法；然后闡述了狀態(tài)轉移算法的基本原理，詳細介紹了狀態(tài)轉移算法的演變與提升，包括連續(xù)與離散，無約束、約束與多目標狀態(tài)轉移算法的主要思想及MATLAB編程實現(xiàn);后從非線性系統(tǒng)辨識、工業(yè)過程控制、機器學習與數(shù)據(jù)挖掘等方面重點介紹了狀態(tài)轉移算法的工程應用.
更多科學出版社服務，請掃碼獲取。
目錄
第1章 MATLAB概述和程序設計基礎 1
1.1 變量與賦值 1
1.2 矩陣的運算 2
1.2.1 代數(shù)運算 2
1.2.2 邏輯運算 4
1.2.3 比較運算 5
1.3 基本繪圖函數(shù) 6
1.3.1 二維繪圖 6
1.3.2 三維繪圖 7
1.4 程序設計基礎 12
1.4.1 M 文件 12
1.4.2 程序結構 14
1.4.3 數(shù)據(jù)的讀取與保存 18
1.5 MATLAB GUI 編程 18
1.5.1 handles 結構體 19
1.5.2 回調函數(shù) 19
1.6 MATLAB 與 Excel 混合編程 22
參考文獻 29
第2章 化理論基礎 30
2.1 化問題的分類 30
2.2 化基本概念 32
2.3 化方法性能評估 38
參考文獻 39
第3章 局部和全局優(yōu)化算法 41
3.1 數(shù)值優(yōu)化 41
3.1.1 解析法與數(shù)值法 41
3.1.2 局部與全局優(yōu)化 43
3.2 局部優(yōu)化算法 44
3.2.1 梯度下降法與共軛梯度法 44
3.2.2 牛頓法與擬牛頓法 50
3.2.3 共軛方向法與交替方向法 54
3.2.4 算法測試 57
3.3 全局優(yōu)化算法 59
3.3.1 遺傳算法 59
3.3.2 模擬退火算法 63
3.3.3 粒子群優(yōu)化算法 66
3.3.4 差分進化算法 68
3.3.5 人工蜂群算法 72
3.3.6 算法測試 75
參考文獻 76
附錄 78
第4章 連續(xù)狀態(tài)轉移算法 81
4.1 狀態(tài)轉移算法概述 81
4.2 連續(xù)狀態(tài)轉移算法的基本原理 83
4.2.1 基本狀態(tài)變換算子 84
4.2.2 鄰域與采樣策略 87
4.2.3 選擇和更新策略 89
4.2.4 交替輪換策略與算法流程 90
4.2.5 連續(xù)狀態(tài)轉移算法的性質 96
4.3 連續(xù)狀態(tài)轉移算法的參數(shù)設置與提升 100
4.3.1 動態(tài)連續(xù)狀態(tài)轉移算法 100
4.3.2 參數(shù)連續(xù)狀態(tài)轉移算法 105
4.4 連續(xù)約束狀態(tài)轉移算法 110
4.4.1 連續(xù)約束優(yōu)化問題數(shù)學模型 112
4.4.2 連續(xù)約束優(yōu)化問題難點初步探討 112
4.4.3 約束處理技術 114
4.4.4 基于連續(xù)狀態(tài)轉移算法的約束優(yōu)化方法 115
4.4.5 算法的測試及對比 126
4.5 連續(xù)多目標狀態(tài)轉移算法 130
4.5.1 多目標優(yōu)化概述 130
4.5.2 基于 Pareto 占優(yōu)的多目標狀態(tài)轉移算法 133
4.5.3 基于分解的多目標狀態(tài)轉移算法 141
4.5.4 算法的測試及對比 152
參考文獻 167
附錄 169
第5章 離散狀態(tài)轉移算法 175
5.1 離散狀態(tài)轉移算法的基本原理 175
5.1.1 離散狀態(tài)轉移算法的框架 176
5.1.2 基本離散狀態(tài)轉移算法的實現(xiàn) 176
5.1.3 基本離散狀態(tài)轉移算法的流程 182
5.2 離散狀態(tài)轉移算法的參數(shù)設置以及提升 184
5.2.1 原始離散狀態(tài)轉移算法的參數(shù)設置 185
5.2.2 二次狀態(tài)轉移及停止回溯策略 187
5.2.3 冒險與恢復策略 189
5.3 離散約束狀態(tài)轉移算法 190
5.3.1 離散約束優(yōu)化問題數(shù)學模型 190
5.3.2 離散約束處理機制 190
5.3.3 離散約束狀態(tài)轉移算法流程 191
5.3.4 離散狀態(tài)轉移算法在背包問題中的應用 191
5.4 離散多目標狀態(tài)轉移算法 195
5.4.1 離散多目標優(yōu)化問題 195
5.4.2 基本離散多目標狀態(tài)轉移算法 199
5.4.3 算法的測試及對比 201
參考文獻 203
第6章 狀態(tài)轉移算法的工程應用 205
6.1 連續(xù)狀態(tài)轉移算法的工程應用 205
6.1.1 非線性系統(tǒng)辨識 205
6.1.2 工業(yè)過程優(yōu)化控制 212
6.1.3 生產(chǎn)調度 233
6.1.4 圖像處理與機器學習 239
6.1.5 多屬性決策 251
6.2 離散狀態(tài)轉移算法的工程應用 265
6.2.1 水資源網(wǎng)絡管道優(yōu)化設計 265
6.2.2 特征選擇 271
6.2.3 社區(qū)發(fā)現(xiàn) 282
參考文獻 294
索引 301
書單推薦
