进化优化算法-基于仿生和种群的计算机智能方法
进化算法的优点在于能解决许多常规算法(如线性规划,非线性规划,凸优化等)解决不了的问题,因而其应用范围非常广。但目前有关进化算法的中文版图书大都是局限于遗传算法及其应用,并没有反映出进化算法的全貌。本书全面、系统地介绍各类进化算法。本书分为5篇共21章。第一篇分别简介全书及不同类型的优化问题;第二篇详细介绍4种经典进化算法:遗传算法、进化规划、进化策略、遗传规划;第三篇介绍蚁群算法,粒子群算法等新近的进化算法;第四篇介绍优化问题的一些特殊类型以及如何利用进化算法求解这些问题;第五篇包括几个附录,用来讨论更重要或更有趣的问题。在细致讲述的同时,大多数章还附有习题,因此本书很适合高年级本科生、研究生作为教材使用,另外,对相关的研究人员及工程技术人员也有非常好的参考价值。
常规的优化算法,如线性规划、二次规划和凸优化,通常要求优化问题具有凸性,但我们遇到的很多实际问题却常常是非凸的。对于多阶段决策问题,常用的动态规划方法能找到最优解, 但因其计算量会随着问题的规模呈指数增长,它们并不适合规模较大的问题。而基于种群的进化优化算法虽然不能保证找到问题的最优解,但对问题的性质和规模没有限制和要求,因此具有广泛的适用性。 Nils Barricelli在1953年提出遗传算法,在那之后的半个多世纪中,人们基于生物的行为、自然现象甚至社会现象得到的启发, 提出了各种各样的进化算法并将它们用于解决实际问题。值得一提的是,进化算法在人工智能和机器学习中一直发挥着重要的作用。
无论在国内还是在国外,都已经出版了很多关于进化算法的专著,本书的优胜之处在于它既全面而系统地介绍了进化算法的历史和方法,又指出了进一步研究的方向,还针对各类优化问题,如约束优化、多目标优化和组合优化,提出了进化算法的解决方案并阐述处理问题的技巧,这些技巧并非只适用于进化优化,我们在用其他方法寻优时也经常用到。