差分進化算法 差分进化算法

第1章差分進化的研究動機1 
11參數優化引論1 
111引言1 
112單點求導型優化4 
113單點非求導型的優化及步長問題8 
12局部優化與全局優化對比11 
121模擬退火12 
122多點求導型方法13 
123多點非求導型方法14 
1 24差分進化的第一印象21 
參考文獻25 
 

第2章差分進化算法28 
21引言28 
211種群結構28 
212初始化28 
213變異29 
2 14交叉29 
215選擇30 
216初識差分進化算法31 
217可視化DE32 
218註釋36 
22參數表示36 
221二進制比特串36 
222浮點數37 
223浮點約束39 
23初始化39 
231初始化邊界40 
232初始化分佈42 
24基向量選擇46 
24 1選擇基向量索引（r0）46 
242一對一基向量選擇47 
243幾種隨機基索引選擇方法的比較48 
244退化向量組合49 
24 5索引值互異51 
246測試退化組合的影響：球 面函數52 
247偏基向量選擇方案54 
25差分變異54 
251變異縮放因子55 
252隨機化縮放因子58 
26重組66 
261交叉66 
262Cr在優化中的作用70 
263算術重組75 
264相圖79 
265異或算法83 
27選擇84 
271生存準則85 
272錦標賽選擇86 
273一對一生存（者）準則87 
274局部選擇和全局選擇的比較88 
275置換選擇的不變性89 
2 76依賴交叉的選擇壓力89 
277並行性能90 
278延伸90 
28終止條件91 
281達到目標91 
282限制代數91 
28 3統計種群92 
284限制時間92 
285人工監測92 
286特定應用92 
參考文獻92 

第3章差分進化的標準測試97 
31關於測試97 
32性能評估98 
33幾種DE的比較100 
331算法100 
332測試集102 
333相圖103 
334小結110 
34DE與其他優化算法的比較113 
341可比的性能:針對30維函數113 
34 2比較研究:非約束優化120 
343其他問題域上的性能比較123 
344基於應用的性能比較126 
35總結131 
參考文獻131 

第4章問題領域138 
41引言138 
42函數及參數量化138 
421均勻量化138 
422非均勻量化139 
423目標函數量化140 
424參數量化142 
425混合變量145 
43約束優化145 
431邊界約束146 
432不等式約束148 
433等式約束156 
44組合問題162 
441旅行商問題164 
44 2置換矩陣方法164 
443相對位置索引165 
444Onwubolu方法166 
445鄰接矩陣方法167 
446總結169 
45設計中心問題171 
451發散、自導向性和池化171 
452設計中心的計算173 
46多目標優化174 
461目標函數加權和175 
462Pareto優化175 
463Pareto前沿的兩個例子176 
464優化多目標的適應性DE178 
47動態目標函數182 
471穩定優化183 
472不穩定優化185 
參考文獻18 6 

第5章架構和計算環境191 
51基於多處理器的差分進化算法191 
511背景191 
512相關工作191 
513標準模型的缺點194 
51 4改進的標準模型194 
515主處理器195 
52基於資源有限設備的差分進化算法198 
521隨機數198 
522排列數生成器200 
523高效的排序202 
524內存節省型的差分進化算法202 
參考文獻204 

第6章計算機編碼206 
61差分進化的MATLAB實現——DeMat206 
611DeMat的總體結構206 
61 2命名和代碼約定207 
613數據流程圖207 
614怎樣使用圖形210 
62DeWin——Windows下使用C語言的DE212 
621DeWin總體的結構212 
622命名和代碼規範215 
623數據流程圖216 
624怎樣使用圖形217 
625graphicsh的功能219 
63隨書光盤上的軟件220 
參考文獻221 

第7章應用222 
71遺傳算法和相關技術優化SiH簇：差分進化的優點分析223 
711引言223 
712系 模型224 
713計算細節225 
714結果和討論226 
715總結231 
參考文獻231 
72差分進化在非成像光學設計中的應用232 
721引言233 
722目標函數233 
723逆向工程方法檢驗235 
724更難的問題：擴展源237 
725總結238 
參考文獻239 
73工業壓縮機供應系統的優化239 
731引言239 
732測試問題的背景信息240 
733系統優化240 
734需求概況241 
735改進的差分進化及擴展DE的通性241 
736數據庫中的組件選擇242 
737交叉方法242 
738測試步驟245 
739獲取100%的確定結果246 
7310結果246 
7 311總結247 
參考文獻247 
74基於差分進化算法的多傳感器融合的極小化表示248 
741引言248 
742多傳感器融合的極小化表示250 
74 3用差分進化解決多傳感器融合253 
744實驗結果255 
745對比二進制遺傳算法260 
746總結262 
參考文獻263 
75 定地震震源：差分進化算法的一個挑戰265 
751引言265 
752方向性問題解決方案的簡要說明267 
753人造定位測試268 
754收斂屬性269 
7 55總結271 
參考文獻272 
76並行差分進化在3D醫學