進化算法的模式、涌現(xiàn)與困難性研究

前言
第1章 進化計算概述
　1.1 進化計算的發(fā)展歷程
　1.2 進化計算的主要特點
　1.3 進化計算的理論研究
　1.4 進化計算的應用現(xiàn)狀
　1.5 主要研究內(nèi)容
　
第2章 進化算法的模式理論
　2.1 進化算子的統(tǒng)一表示
　2.2 模式理論及相關定義
　2.3 建筑塊假設和適度模式
　2.4 基于排序選擇下的準確模式理論
　2.5 依概率選擇下的準確模式理論
　2.6 模式的形式不變性及準確模式理論
　2.7 變長度進化計算中的模式理論
　2.8 基于準確模式理論下的建筑塊理論
　2.9 本章小結
　
第3章 進化算法中的涌現(xiàn)及混沌
　3.1 進化計算中的涌現(xiàn)
　3.2 進化計算中的混沌現(xiàn)象
　3.3 有限群體遺傳算法的動力性
　3.4 本章小結
　
第4章 遺傳算法適應值曲面和困難度影響因素
　4.1 適應值曲面概念的起源與發(fā)展狀況
　4.2 遺傳算法適應值曲面的定義及相關結構分析
　4.3 隨機游走模型的時間序列分析
　4.4 模式適應值曲面與動態(tài)適應值曲面
　4.5 NFL定理及遺傳算法困難度分析的意義
　4.6 遺傳算法的模式欺騙性分析
　4.7 基因關聯(lián)分析與測試
　4.8 影響遺傳算法困難度的其他因素
　4.9 本章小結
　
第5章 遺傳算法困難度測試
　5.1 幾種常見的遺傳算法困難度測試方法
　5.2 遺傳算法適應值曲面上的排序統(tǒng)計分析
　5.3 遺傳算法適應值曲面的分形分析
　5.4 基于模式適應值曲面的基因關聯(lián)測試
　5.5 測試實數(shù)編碼遺傳算法的困難度
　5.6 基于進化動力統(tǒng)計分析的遺傳算子性能測試
　5.7 困難問題的構造及遺傳算法改進策略
　5.8 本章小結
　本章附錄：遺傳算法性能測試函數(shù)
　
第6章 并行進化算法和子群遺傳算法
　6.1 并行進化算法
　6.2 子群遺傳算法及其在皇家大道函數(shù)上的應用
　6.3 子群遺傳算法在多模態(tài)問題上的應用
　6.4 本章小結
　
第7章 總結與展望
　7.1 總結
　7.2 展望
參考文獻