本書介紹了5種進(jìn)化計(jì)算方法，綜述了多種新穎的云進(jìn)化算法，以及應(yīng)用云模型對遺傳算法、進(jìn)化規(guī)劃、進(jìn)化策略、蟻群算法、粒子群算法、量子進(jìn)化算法、差分進(jìn)化算法、人工蜂群算法、人工魚群算法、模擬退火算法、蛙跳算法、果蠅優(yōu)化算法等進(jìn)行改進(jìn)的方法，闡述了云模型、基于貪心思想和云模型的進(jìn)化算法，以及云進(jìn)化策略方法。
優(yōu)化問題在科學(xué)技術(shù)與工程領(lǐng)域中有著極為廣泛的應(yīng)用。隨著問題復(fù)雜性的增加（如變量維數(shù)增多，函數(shù)不連續(xù)、不可微，或者無法用數(shù)學(xué)表達(dá)式描述），傳統(tǒng)的基于導(dǎo)數(shù)（或梯度）的方法就不再適用了。受生物進(jìn)化過程中“優(yōu)勝劣汰”的自然選擇機(jī)制和遺傳信息傳遞規(guī)律的啟發(fā)，逐漸形成了一類智能優(yōu)化計(jì)算方法一進(jìn)化計(jì)算。
全書共分4章，第1章簡單介紹了進(jìn)化計(jì)算的五大分支——遺傳算法、進(jìn)化策略、進(jìn)化規(guī)劃、遺傳編程、差分進(jìn)化算法，綜合論述了很多學(xué)者提出的各種新穎的基于云模型的進(jìn)化算法，以及應(yīng)用云模型對遺傳算法、進(jìn)化規(guī)劃、進(jìn)化策略、蟻群算法、粒子群算法、量子進(jìn)化算法、差分進(jìn)化算法、人工蜂群算法、人工魚群算法、模擬退火算法、蛙跳算法、果蠅優(yōu)化算法等進(jìn)行改進(jìn)的成果；第2章介紹了正態(tài)云模型、三種逆向云算法，分析了多重迭代的正態(tài)分布和廣義正態(tài)云模型，概要介紹了云運(yùn)算、云變換、虛擬云，以及基于云模型的單規(guī)則推理和多規(guī)則推理；第3章依據(jù)貪心思想的選擇策略和云模型的隨機(jī)性提出了兩種新穎的進(jìn)化算法，并分別應(yīng)用于求解旅行商問題和背包問題；第4章介紹了一種云進(jìn)化策略方法。最后，在本書的附錄A部分提供了求解旅行商問題和背包問題的MATLAB源程序。
本書的撰寫參考了大量的國內(nèi)外書籍和文獻(xiàn)，出版得到了國家自然科學(xué)基金地區(qū)科學(xué)基金項(xiàng)目（No.61463012），海南師范大學(xué)學(xué)術(shù)著作出版項(xiàng)目（No.221910），以及海南省重大科技計(jì)劃項(xiàng)目（ZDKJ2017012）的資助，在此深表謝意。
歲月如梭，已至不惑，放棄了很多，但幸好有很多在余生需要堅(jiān)持和摯愛的，激勵我坦然而行。
羅自強(qiáng)，湖北咸寧人，漢族，工學(xué)博士，碩士生導(dǎo)師，中共黨員。2007年9月畢業(yè)于南京解放軍理工大學(xué)，專業(yè)是計(jì)算機(jī)應(yīng)用技術(shù)。2009年9月至今，在海南師范大學(xué)信息科學(xué)技術(shù)學(xué)院從事教學(xué)和科研工作。主持或參與國家自然科學(xué)基金項(xiàng)目2項(xiàng)，海南省自然科學(xué)基金項(xiàng)目6項(xiàng)，出版專著1部，主編教材2部，發(fā)表論文30多篇，獲得省級科研獎勵2項(xiàng)。
第1章 緒論 1
1．1 進(jìn)化計(jì)算簡介 1
1．1．1 遺傳算法 3
1．1．2 進(jìn)化策略 7
1．1．3 進(jìn)化規(guī)劃 10
1．1．4 遺傳編程 12
1．1．5 差分進(jìn)化算法 15
1．2 云進(jìn)化計(jì)算綜述 19
1．2．1 云進(jìn)化算法 19
1．2．2 云遺傳算法 23
1．2．3 云進(jìn)化規(guī)劃 27
1．2．4 云進(jìn)化策略 28
1．2．5 云蟻群算法 29
1．2．6 云粒子群算法 32
1．2．7 云量子進(jìn)化算法 37
1．2．8 云差分進(jìn)化算法 39
1．2．9 云人工蜂群算法 41
1．2．10 云人工魚群算法 44
1．2．11 云模擬退火算法 47
1．2．12 云蛙跳算法 48
1．2．13 云果蠅優(yōu)化算法 49
1．3 本章小結(jié) 50
第2章 云模型 51
2．1 引言 51
2．2 正態(tài)云模型 51
2．2．1 云和云的數(shù)字特征 51
2．2．2 正向云發(fā)生器 55
2．2．3 正態(tài)云的概率分析 59
2．3 逆向云算法 66
2．3．1 一種新的逆向云算法 67
2．3．2 逆向云算法的統(tǒng)計(jì)分析 71
2．4 多維正態(tài)云 79
2．5 廣義正態(tài)云模型 83
2．5．1 廣義正態(tài)分布和廣義正態(tài)云模型的定義 83
2．5．2 多重迭代廣義正態(tài)分布的數(shù)學(xué)分析 84
2．6 云運(yùn)算與詞計(jì)算 89
2．6．1 代數(shù)運(yùn)算 90
2．6．2 云的代數(shù)運(yùn)算的統(tǒng)計(jì)算法 92
2．6．3 邏輯運(yùn)算 99
2．6．4 語氣運(yùn)算 101
2．6．5 云變換 102
2．6．6 虛擬云 103
2．7 基于云模型的不確定性推理 106
2．7．1 單規(guī)則推理 106
2．7．2 多規(guī)則推理 109
2．8 本章小結(jié) 110
第3章 云進(jìn)化算法與組合優(yōu)化 111
3．1 引言 111
3．2 組合優(yōu)化 112
3．3 貪心算法 114
3．4 旅行商問題 116
3．4．1 旅行商問題簡介 116
3．4．2 “近鄰”的不確定表示 119
3．4．3 基于貪心思想和云模型的進(jìn)化算法 119
3．4．4 實(shí)例分析 121
3．5 背包問題 124
3．5．1 背包問題簡介 124
3．5．2 “性價比最高”的不確定表示 126
3．5．3 0-1 KP的數(shù)學(xué)描述 128
3．5．4 基于貪心思想和云模型的進(jìn)化算法 129
3．5．5 實(shí)例分析 130
3．6 本章小結(jié) 134
第4章 云進(jìn)化策略與數(shù)值優(yōu)化 135
4．1 引言 135
4．2 云進(jìn)化策略 135
4．3 云進(jìn)化策略的變異參數(shù) 139
4．3．1 云分布和變異參數(shù)的概率統(tǒng)計(jì)分析 139
4．3．2 云分布的離散度 141
4．4 云進(jìn)化策略的統(tǒng)計(jì)分析 144
4．5 Ackley’s函數(shù)求解 148
4．6 軟件可靠性分配實(shí)例分析 150
4．7 本章小結(jié) 153
附錄A MATLAB 源程序 155
參考文獻(xiàn) 165
書單推薦
