元胞遗传算法及其应用

前言第1章 绪论1.1 GA概述1.1.1 GA的兴起1.1.2 GA的基本原理1.1.3 遗传操作1.1.4 GA的特点1.1.5 GA的应用1.2 CGA的兴起与发展1.3 CGA研究概述1.3.1 CGA理论研究概述1.3.2 CGA特性的实证研究1.3.3 CGA的改进研究1.4 CGA的应用1.5 CGA发展展望1.6 本书篇章结构1.7 本章小结参考文献第2章 CGA基本原理2.1 元胞自动机概述2.1.1 元胞自动机的提出与发展2.1.2 元胞自动机的基本理论2.2 基本CGA2.2.1 CGA的基本原理2.2.2 同步和异步CGA2.2.3 CGA的运行流程2.3 CGA的选择压力2.3.1 选择压力的含义2.3.2 选择压力的研究方法2.3.3 选择压力曲线的建模方法2.3.4 影响选择压力的因素2.4 CGA求解实例2.5 本章小结参考文献第3章 多目标CGA3.1 多目标CGA概述3.2 多目标优化问题的基本概念3.3 多目标遗传算法的性能指标3.4 四种典型的多目标CGA3.4.1 cMOGA算法3.4.2 MOCell算法3.4.3 CellDE算法3.4.4 DECell算法3.5 本章小结参考文献第4章 改进的CGA4.1 自适应CGA4.1.1 种群的自适应机制4.1.2 邻居自适应机制4.1.3 自适应CGA4.2 双邻居CGA4.2.1 双邻居结构4.2.2 双邻居CGA的精英策略4.2.3 双邻居CGA过程4.3 动态环境下的CGA4.3.1 具有演化规则的CGA4.3.2 灾变机制下的CGA4.4 三维CGA4.4.1 标准三维CGA4.4.2 自适应三维CGA4.5 各向异性选择CGA4.6 分层CGA4.6.1 分层机制4.6.2 差异选择4.6.3 算法流程4.7 本章小结参考文献第5章 基于CGA的函数优化5.1 基于CGA的连续函数优化5.1.1 连续测试基准函数5.1.2 元胞遗传算法原理5.1.3 JCell算法参数设置5.1.4 连续优化结果对比及分析5.1.5 小结5.2 基于CGA的动态函数优化5.2.1 动态优化问题5.2.2 动态测试函数5.2.3 性能指标5.2.4 CGA与其进化规则5.2.5 CGA原理5.2.6 动态优化结果对比与分析5.2.7 小结5.3 本章小结参考文献第6章 基于CGA的车辆路径问题6.1 CVRP问题的模型6.2 一种并行CGA——PEGA6.3 PEGA在CVRP的应用6.4 本章小结参考文献第7章 基于CGA的交通信号控制与路径引导7.1 行程时间函数和控制策略对CTSCRG问题的影响7.2 基于CGA算法的IOA仿真求解7.2.1 元胞传递模型7.2.2 基于元胞的交通控制模型7.2.3 道路的延时计算7.2.4 混合遗传算法参数设置7.3 CGA在交通控制和路径引导中的应用7.4 本章小结参考文献第8章 基于CGA的无线传感器网络覆盖区域优化8.1 无线传感器网络覆盖问题模型8.1.1 无线传感器网络覆盖模型的初始假设8.1.2 无线传感器网络的覆盖率8.1.3 无线传感器网络覆盖问题的数学模型8.2 CGA的理论8.2.1 元胞自动机8.2.2 元胞自动机与遗传算法结合8.3 基于CGA的无线传感器网络覆盖区域优化8.4 本章小结参考文献附录 测试基准A.1 组合优化问题A.1.1 COUNTSAT问题A.1.2 误差校正码设计问题A.1.3 声音调频问题A.1.4 IsoPeak问题A.1.5 最大切割图A.1.6 大规模多峰欺骗问题A.1.7 最低延迟任务问题A.1.8 OneMax问题A.1.9 Plateau问题A.1.10 P—PEAKS问题A.1.11 可满足性问题A.2 连续优化问题A.2.1 理论测试问题A.2.2 实际应用问题A.3 多目标优化问题 显示部分信息

　　《元胞遗传算法及其应用》围绕元胞遗传算法，从理论到实际应用进行了详细的阐述。全书内容共8章，可分为导引篇、理论篇以及应用篇三个部分。本书从理论到实际，从基本到改进，由浅入深的对元胞遗传算法进行了讲述，层次分明，内容饱满，讲解细致充分，通过本书，读者能够对元胞遗传算法的过去，现在以及未来有一个更体系、完整的认识。