動態多目標粒子群優化算法及其應用（簡體書）

第1章 緒論
1.1 引言
1.2 粒子群算法簡介
1.2.1 粒子群算法的研究背景
1.2.2 粒子群算法的基本描述
1.2.3 粒子群算法的基本應用
1.3 動態多目標優化問題及其粒子群算法研究
1.3.1 動態多目標優化問題及基本概念
1.3.2 多目標優化問題及其PS0算法研究
1.3.3 動態優化問題及其PS0算法研究
1.3.4 帶約束的優化問題及其PS0算法研究
1.4 無人機任務指派問題研究
1.4.1 無人機任務指派問題研究背景
1.4.2 國內外無人機任務指派研究現狀
1.4.3 國內外求解無人機任務指派方法研究現狀 第1章 緒論
1.1 引言
1.2 粒子群算法簡介
1.2.1 粒子群算法的研究背景
1.2.2 粒子群算法的基本描述
1.2.3 粒子群算法的基本應用
1.3 動態多目標優化問題及其粒子群算法研究
1.3.1 動態多目標優化問題及基本概念
1.3.2 多目標優化問題及其PS0算法研究
1.3.3 動態優化問題及其PS0算法研究
1.3.4 帶約束的優化問題及其PS0算法研究
1.4 無人機任務指派問題研究
1.4.1 無人機任務指派問題研究背景
1.4.2 國內外無人機任務指派研究現狀
1.4.3 國內外求解無人機任務指派方法研究現狀
1.5 本書的體系結構
1.6 本章小結
參考文獻
第2章 多目標優化問題研究及其粒子群優化
2.1 多目標優化問題研究
2.1.1 多目標優化問題的描述
2.1.2 多目標優化問題的研究發展
2.1.3 多目標優化問題的實際應用
2.2 多目標優化算法的性能度量和測試問題
2.2.1 多目標優化算法的性能度量
2.2.2 多目標優化算法的測試問題
2.3 不同算法在多目標優化中的應用
2.3.1 古典的多目標優化方法
2.3.2 基于進化算法的多目標優化方法
2.3.3 基于人工免疫系統的多目標優化方法
2.3.4 基于分布估計的多目標優化方法
2.3.5 基于粒子群算法的多目標優化方法
2.4 多目標粒子群優化算法
2.4.1 基本多目標粒子群優化算法及其流程
2.4.2 MOPS0算法描述
2.4.3 數值實驗及結果分析
2.5 本章小結
參考文獻
第3章 動態環境及動態粒子群優化算法研究
3.1 動態優化問題研究
3.1.1 動態優化問題的定義及其分類
3.1.2 動態環境變化的數學表示
3.1.3 動態優化問題的標準測試函數
3.1.4 動態優化問題的性能評價
3.2 動態優化問題中PSO搜索策略
3.2.1 針對動態問題的PSO改進搜索策略
3.2.2 基于種群的搜索策略
3.3 環境變化檢測方法
3.3.1 無環境動態檢測方法
3.3.2 有環境動態檢測操作
3.4 動態響應策略
3.4.1 主動式策略
3.4.2 反應式策略
3.4.3 混合式策略
3.5 多種群協同PSO算法求解動態環境優化問題
3.5.1 算法描述
3.5.2 仿真實驗
3.6 本章小結
參考文獻
第4章 含有約束的優化問題及其PSo求解
4.1 約束優化問題研究
4.1.1 約束優化問題的模型及基本概念
4.1.2 約束優化問題的基準測試函數
4.1.3 約束優化問題的性能指標
4.1.4 約束優化問題的難點分析
4.2 有關約束的處理策略
4.2.1 約束懲罰和目標函數法
4.2.2 約束與目標的分離策略
4.2.3 基于Pareto原則的約束處理(多目標處理法)
4.2.4 其他約束處理方法
4.3 線性約束問題
4.4 約束滿足問題
4.5 本章小結
參考文獻
第5章 動態多目標優化問題研究
5.1 動態單目標優化問題的研究
5.1.1 動態單目標優化問題的定義
5.1.2 動態單目標優化算法的研究現狀
5.2 動態多目標優化問題的描述
5.2.1 動態多目標優化問題的定義
5.2.2 動態多目標問題的分類
5.3 動態多目標算法的研究現狀
5.3.1 靜態多目標算法應用于動態問題
5.3.2 新動態多目標算法的提出
5.3.3 動態問題靜態化
5.3.4 動態多目標問題算法設計的通用機制
5.3.5 基于預測機制的動態多目標算法
5.4 動態多目標優化問題的測試函數
5.4.1 DMOPs測試函數概述
5.4.2 FDA測試函數集
5.4.3 其他測試函數集
5.5 動態多目標優化算法的性能評價指標
5.6 本章小結
參考文獻
第6章 動態多目標粒子群優化算法研究
6.1 動態算法中常用的環境變化處理策略
6.2 基于MOPSO算法的動態多目標算法
6.2.1 MOPS0算法
6.2.2 DMOPS0算法流程
6.3 基于VEPSO算法的動態多目標算法
6.3.1 VEPSO算法的基本流程
6.3.2 DVEPSO算法
6.4 基于DMOPSO和DVEPSO算法的數值實驗及分析
6.4.1 實驗設計與參數設置
6.4.2 測試函數
6.4.3 性能評價指標
6.4.4 結果分析
6.5 基于自變量維數變化的DMPSO算法
6.5.1 問題描述
6.5.2 動態多目標優化粒子群算法(DMPSO)
6.5.3 基于自變量維數變化的DMPS0算法描述
6.5.4 數值實驗仿真
6.6 本章小結
參考文獻
第7章 動態多目標異構無人機指派問題
7.1 無人機任務指派問題的研究和發展方向
7.1.1 無人機任務指派問題的研究
7.1.2 無人機任務指派的發展方向
7.2 多UAV任務控制體系結構
7.2.1 集中式控制體系
7.2.2 分布式控制體系
7.3 UAV任務指派問題建模
7.3.1 UAV任務指派問題描述
7.3.2 UAV協同任務類型
7.3.3 任務指派計劃評價指標
7.3.4 無人機協同多任務分配約束條件
7.3.5 動態環境定義
7.4 常見的任務指派問題數學模型
7.4.1 基于市場競拍機制的協商模型
7.4.2 整數線性規劃模型
7.4.3 動態網絡流模型
7.4.4 基于車輛路徑問題模型
7.4.5 多旅行商問題模型
7.5 常見的無人機任務分配算法
7.5.1 進化算法求解UAV任務指派問題
7.5.2 遺傳算法求解UAV任務指派問題
7.5.3 禁忌搜索求解UAV任務指派問題-
7.5.4 粒子群算法求解UAV任務指派問題
7.6 本章小結
參考文獻
第8章 無人機任務指派問題求解
8.1 基于約束條件下的UAV任務指派建模
8.1.1 UAV任務指派的約束優化問題模型
8.1.2 相關定義
8.1.3 任務指派評價指標
8.2 無人機任務指派問題中的多目標處理
8.2.1 多目標轉化為單目標策略
8.2.2 基于Pareto最優解集的多目標優化處理
8.3 約束描述和處理
8.3.1 約束定義
8.3.2 約束處理
8.4 無人機任務指派問題的求解
8.4.1 基于ROV規則的編碼設計
8.4.2 基于分離索引策略的適應度函數設計
8.4.3 UAV任務指派的PSO優化算法設計
8.5 數值實驗結果及分析
8.5.1 實驗設計
8.5.2 基于構造解的約束處理實驗
8.5.3 分離索引策略約束處理
8.5.4 動態多目標UAV指派問題仿真實驗
8.6 本章小結
參考文獻