| 开本：16开 |
| 纸张：胶版纸 |
| 包装：平装-胶订 |
| 是否套装：否 |
| 国际标准书号ISBN：9787030818768 |
| 所属分类：图书>工业技术>一般工业技术 |
新华正版 团购优惠请咨询客服内容简介
本书是作者及所在课题组近年来关于数据驱动的多目标进化优化方法研究成果的总结。首先介绍数据驱动多目标优化方法的发展现状、相关技术与常用的基准工程测试函数，其次介绍不依赖代理模型的多目标、众目标、约束多目标进化优化方法， 介绍代理模型辅助的昂贵多目标进化优化方法，包括回归分类代理辅助的多目标进化优化方法、众目标进化优化方法，以及适用于低维高维、多目标众目标问题的代理辅助进化优化方法。本书介绍的数据驱动多目标进化优化方法寻优能力强，优化效率高，可广泛应用于各类多目标工程优化问题。 本书可供复杂机电系统设计领域的科研人员和技术人员参考，也可作为高等院校工程优化设计等专业研究生参考书。
目 录
前言
第章 绪论
概述
多目标优化方法研究现状
数据驱动多目标优化方法研究现状
数据驱动多目标优化设计研究现状
本章小结
参考文献
第章 数据驱动的多目标进化优化相关技术
多目标进化算法
多目标优化问题
多目标进化算法基本框架
进化算子
性能评价指标前言
第章 绪论
概述
多目标优化方法研究现状
数据驱动多目标优化方法研究现状
数据驱动多目标优化设计研究现状
本章小结
参考文献
第章 数据驱动的多目标进化优化相关技术
多目标进化算法
多目标优化问题
多目标进化算法基本框架
进化算子
性能评价指标
参考向量生成
代理模型技术
多项式响应面模型
模型
模型
基准测试函数
测试集
测试集
工程测试问题
本章小结
参考文献
第章 基于可控增强支配关系的多目标进化优化方法
背景介绍
各类支配关系概述
Ⅱ
一种可控增强型支配关系
增强型支配关系及其影响因子
可控增强型支配关系
基本性质及其证明
Ⅱ框架
Ⅱ分析
Ⅱ参数分析
自适应策略有效性分析
Ⅱ测试
算法参数设置
数学算例测试
本章小结
参考文献
第章 基于多阶段搜索的多目标进化优化方法
背景介绍
多阶段搜索策略简介
决策变量聚类方法
算法框架
收敛阶段策略
多样化阶段策略
微调阶段策略
分析
参数灵敏度分析
策略有效性分析
测试
算法参数设置
数学算例测试
工程算例测试
本章小结
参考文献
第章 基于全局多样性策略的约束多目标进化优化方法
约束多目标优化简介
约束多目标优化问题
约束多目标进化算法
算法
算法框架
不可行解评估策略
不可行解选择多样性策略
算法分析
全局多样性策略分析
算法参数分析
算法测试
算法参数设置
数学算例测试
工程问题应用
本章小结
参考文献
第章 基于有效在线采样策略的代理模型辅助昂贵多目标进化优化方法
昂贵多目标优化问题
算法
代理模型引导的进化计算
基于的多目标开发
基于的单目标开发
基于进化计算的开发
采样准则和参数讨论
算法分析与测试
数学算例测试
工程问题应用
本章小结
参考文献
第章 分类代理模型辅助的昂贵多目标进化优化方法
分类树方法
算法框架
分类标准
分类树训练
分类器管理
分析
分类标准有效性分析
分类树有效性分析
加点策略有效性分析
测试
算法参数设置
数学算例测试
本章小结
参考文献
第章 基于增强型支配关系学习的昂贵多目标进化优化方法
研究背景
前馈神经网络
算法框架
模糊神经网络训练
环境选择
样本迭代
与的差异
测试
参数设置
算法对比
算法参数分析
运行时间比较
本章小结
参考文献
第章 基于动态探索的代理模型辅助昂贵多目标进化优化方法
潜在较优个体选择策略
参考向量细化再生成策略
样本 新策略
分析
算法参数灵敏度分析
算法策略分析
测试
多目标问题测试
众目标问题测试
本章小结
参考文献
章 基于两阶段搜索的代理模型辅助昂贵多目标进化优化方法
算法框架
收敛性阶段
多样性阶段
分析
算法参数灵敏度分析
模型有效性分析
两阶段搜索策略有效性分析
测试
系列问题测试
系列问题测试
系列问题测试
本章小结
参考文献
显示全部信息
商品详情
基本信息（以实物为准）
商品名称：数据驱动的多目标进化优化方法与应用
作者：王鹏王新晶董华超 定 开本开
出版社：科学 号 页数
出版时间 版次 商品类型：图书
印刷时间 印次
本书是作者及所在课题组近年来关于数据驱动的多目标进化优化方法研究成果的总结。首先介绍数据驱动多目标优化方法的发展现状、相关技术与常用的基准工程测试函数，其次介绍不依赖代理模型的多目标、众目标、约束多目标进化优化方法， 介绍代理模型辅助的昂贵多目标进化优化方法，包括回归分类代理辅助的多目标进化优化方法、众目标进化优化方法，以及适用于低维高维、多目标众目标问题的代理辅助进化优化方法。本书介绍的数据驱动多目标进化优化方法寻优能力强，优化效率高，可广泛应用于各类多目标工程优化问题。 本书可供复杂机电系统设计领域的科研人员和技术人员参考，也可作为高等院校工程优化设计等专业研究生参考书。
目 录
前言
第章 绪论
概述
多目标优化方法研究现状
数据驱动多目标优化方法研究现状
数据驱动多目标优化设计研究现状
本章小结
参考文献
第章 数据驱动的多目标进化优化相关技术
多目标进化算法
多目标优化问题
多目标进化算法基本框架
进化算子
性能评价指标前言
第章 绪论
概述
多目标优化方法研究现状
数据驱动多目标优化方法研究现状
数据驱动多目标优化设计研究现状
本章小结
参考文献
第章 数据驱动的多目标进化优化相关技术
多目标进化算法
多目标优化问题
多目标进化算法基本框架
进化算子
性能评价指标
参考向量生成
代理模型技术
多项式响应面模型
模型
模型
基准测试函数
测试集
测试集
工程测试问题
本章小结
参考文献
第章 基于可控增强支配关系的多目标进化优化方法
背景介绍
各类支配关系概述
Ⅱ
一种可控增强型支配关系
增强型支配关系及其影响因子
可控增强型支配关系
基本性质及其证明
Ⅱ框架
Ⅱ分析
Ⅱ参数分析
自适应策略有效性分析
Ⅱ测试
算法参数设置
数学算例测试
本章小结
参考文献
第章 基于多阶段搜索的多目标进化优化方法
背景介绍
多阶段搜索策略简介
决策变量聚类方法
算法框架
收敛阶段策略
多样化阶段策略
微调阶段策略
分析
参数灵敏度分析
策略有效性分析
测试
算法参数设置
数学算例测试
工程算例测试
本章小结
参考文献
第章 基于全局多样性策略的约束多目标进化优化方法
约束多目标优化简介
约束多目标优化问题
约束多目标进化算法
算法
算法框架
不可行解评估策略
不可行解选择多样性策略
算法分析
全局多样性策略分析
算法参数分析
算法测试
算法参数设置
数学算例测试
工程问题应用
本章小结
参考文献
第章 基于有效在线采样策略的代理模型辅助昂贵多目标进化优化方法
昂贵多目标优化问题
算法
代理模型引导的进化计算
基于的多目标开发
基于的单目标开发
基于进化计算的开发
采样准则和参数讨论
算法分析与测试
数学算例测试
工程问题应用
本章小结
参考文献
第章 分类代理模型辅助的昂贵多目标进化优化方法
分类树方法
算法框架
分类标准
分类树训练
分类器管理
分析
分类标准有效性分析
分类树有效性分析
加点策略有效性分析
测试
算法参数设置
数学算例测试
本章小结
参考文献
第章 基于增强型支配关系学习的昂贵多目标进化优化方法
研究背景
前馈神经网络
算法框架
模糊神经网络训练
环境选择
样本迭代
与的差异
测试
参数设置
算法对比
算法参数分析
运行时间比较
本章小结
参考文献
第章 基于动态探索的代理模型辅助昂贵多目标进化优化方法
潜在较优个体选择策略
参考向量细化再生成策略
样本 新策略
分析
算法参数灵敏度分析
算法策略分析
测试
多目标问题测试
众目标问题测试
本章小结
参考文献
章 基于两阶段搜索的代理模型辅助昂贵多目标进化优化方法
算法框架
收敛性阶段
多样性阶段
分析
算法参数灵敏度分析
模型有效性分析
两阶段搜索策略有效性分析
测试
系列问题测试
系列问题测试
系列问题测试
本章小结
参考文献
显示全部信息
商品详情
基本信息（以实物为准）
商品名称：数据驱动的多目标进化优化方法与应用
作者：王鹏王新晶董华超 定 开本开
出版社：科学 号 页数
出版时间 版次 商品类型：图书
印刷时间 印次