| |
| |
| |
内容简介
本书总结了遗传算法在工业工程相关领域应用的前沿进展。全书共分9章；遗传算法基础、组合优化问题、多目标优化问题、模糊优化问题、可靠性设计问题、调度问题、高级运输问题、网络设计与路径问题和制造元设计问题。内容既涵盖了遗传算法在传统优化问题中的新进展，又涉及了目前在供应链和物流研究中相当热门的话题。本书论述严谨、深入浅出，并有大量图形和表格，便于读者深入理解其内容。
本书可供高等院校或科研机构相关专业的高年级本科生、研究生、教师和研究人员参考。
| |
|
顾客评论
|
|
目录
目 录 译者的话 序言 第1章 遗传算法的基础 1. 1 引言 1. 1. 1 编码问题 1. 1. 2 遗传算子 1. 1. 3 选择 1. 1. 4 遗传局部搜索 1. 2 遗传算法的适应性 1. 2. 1 结构适应性 1. 2. 2 参数适应性 1. 2. 3 模糊逻辑控制器 1. 3 遗传优化 1. 3. 1 全局优化 1. 3. 2 约束优化 1. 3. 3 组合优化 1. 3. 4 多目标优化 1. 4 近期遗传算法的论文 第2章 组合优化问题 2. 1 引言 2. 2 集覆盖问题 2. 2. 1 航线机组成员调度问题 2. 2. 2 遗传表示 2. 2. 3 遗传算子 2. 2. 4 遗传算法 2. 2. 5 计算经验 2. 3 装箱问题 2. 3. 1 启发式算法 2. 3. 2 遗传表示 2. 3. 3 遗传算子 2. 3. 4 适应值函数 2. 3. 5 初始化种群 2. 3. 6 计算经验 2. 4 背包问题 2. 4. 1 多选择背包问题 2. 4. 2 多约束背包问题 2. 5 最小生成树问题 2. 5. 1 二次最小生成树问题 2. 5. 2 度约束的最小生成树问题 2. 5. 3 双目标最小生成树问题 第3章 多目标优化问题 3. 1 引言 3. 2 多目标优化的基本概念 3. 2. 1 非支配解 3. 2. 2 偏好结构 3. 2. 3 基本求解方法 3. 2. 4 问题的结构和特性 3. 3 遗传多目标优化 3. 3. 1 遗传搜索的特征 3. 3. 2 适应值分配机制 3. 3. 3 适应值共享和种群多样性 3. 3. 4 Pareto解的概念 3. 4 向量评价遗传算法 3. 5 Pareto排序和竞争方法 3. 5. 1 Pareto排序方法 3. 5. 2 Pareto竞争方法 3. 6 权重和方法 3. 6. 1 随机权重方法 3. 6. 2 适应性权重方法 3. 7 距离方法 3. 7. 1 距离方法的一般思想 3. 7. 2 计算距离度量 3. 7. 3 距离方法的应用 3. 8 妥协方法 3. 9 目标规划方法 第4章 模糊优化问题 4. 1 引言 4. 2 模糊线性规划 4. 2. 1 模糊线性规划模型 4. 2. 2 遗传算法方法 4. 2. 3 交互式方法 4. 2. 4 数值例子 4. 3 模糊非线性规划 4. 3. 1 非线性规划模型 4. 3. 2 用于求解FO／RNP-1的非精确方法 4. 3. 3 交互式方法 4. 3. 4 数值例子 4. 4 模糊非线性混合整数目标规划 4. 4. 1 模糊非线性混合整数目标规划模型 4. 4. 2 遗传算法方法 4. 4. 3 数值例子 4. 5 模糊多目标整数规划 4. 5. 1 问题描述 4. 5. 2 增广的最小最大问题 4. 5. 3 遗传算法方法 4. 5. 4 交互式模糊满意方法 4. 5. 5 数值例子 第5章 可靠性设计问题 5. 1 引言 5. 2 网络可靠性设计 5. 2. 1 问题描述 5. 2. 2 Dengiz, Altiparmak和Smith的方法 5. 2. 3 Deeter和Smith的方法 5. 3 基于树的网络可靠性和局域网设计 5. 3. 1 双目标网络拓扑设计 5. 3. 2 数值例子 5. 4 多目标可靠性设计 5. 4. 1 双目标可靠性设计 5. 4. 2 遗传算法方法 5. 4. 3 混合遗传算法方法 5. 4. 4 带有模糊目标的可 第6章 调度问题 6. 1 引言 6. 2 作业车间调度 6. 2. 1 基本方法 6. 2. 2 编码 6. 2. 3 适应性遗传算子 6. 2. 4 以启发式方法为特点的遗传算子 6. 2. 5 混合遗传算法 6. 2. 6 讨论 6. 3 群体作业调度问题 6. 3. 1 问题的描述和必要条件 6. 3. 2 基本运行 6. 3. 3 表示 6. 3. 4 评价 6. 3. 5 遗传算子 6. 3. 6 整体过程 6. 3. 7 数值例子 6. 4 资源约束的项目调度 6. 4. 1 基于优先权的编码 &nb | |
