本書(shū)介紹了智能優(yōu)化算法中的RNA遺傳算法,包括RNA遺傳算法、具有莖環(huán)操作的RNA遺傳算法、受蛋白質(zhì)啟發(fā)的RNA遺傳算法、信息熵動(dòng)態(tài)變異概率的RNA遺傳算法、自適應(yīng)策略的RNA遺傳算法、發(fā)夾交叉操作RNA遺傳算法的橋式吊車支持向量機(jī)建模和發(fā)夾變異操作RNA遺傳算法的橋式吊車神經(jīng)網(wǎng)絡(luò)建模方法。本書(shū)體現(xiàn)了作者在RNA遺傳算法及應(yīng)用方面的部分研究工作。
更多科學(xué)出版社服務(wù),請(qǐng)掃碼獲取。
目錄
前言
外文縮寫(xiě)對(duì)照列表
第1章 緒論 1
1.1 基本遺傳算法 1
1.2 遺傳算法的特點(diǎn) 2
1.3 遺傳算法的研究進(jìn)展 4
1.3.1 遺傳算法的理論研究 4
1.3.2 遺傳算法的編碼問(wèn)題 5
1.3.3 求解約束問(wèn)題的遺傳算法 6
1.3.4 混合遺傳算法 7
1.3.5 融合分子操作的遺傳算法 7
1.3.6 多目標(biāo)遺傳算法 8
1.4 遺傳算法的系統(tǒng)建模 10
1.5 本書(shū)的主要內(nèi)容 11
參考文獻(xiàn) 12
第2章 RNA遺傳算法 17
2.1 引言 17
2.2 RNA-GA 18
2.2.1 RNA編碼和解碼 18
2.2.2 RNA序列基本操作算子 19
2.2.3 基本遺傳算法 20
2.2.4 RNA遺傳算法及操作算子 20
2.2.5 RNA-GA算法實(shí)現(xiàn)步驟 23
2.3 RNA-GA全局收斂性分析 23
2.4 RNA-GA性能分析 26
2.4.1 測(cè)試函數(shù) 26
2.4.2 RNA-GA參數(shù)適應(yīng)性分析 29
2.4.3 RNA-GA與SGA尋優(yōu)對(duì)比研究 31
2.5 小結(jié) 37
參考文獻(xiàn) 38
第3章 具有莖環(huán)操作的RNA遺傳算法 40
3.1 引言 40
3.2 srRNA-GA 41
3.2.1 編碼和解碼 41
3.2.2 選擇操作 41
3.2.3 相似剔除操作 42
3.2.4 交叉操作 42
3.2.5 變異操作 44
3.2.6 簡(jiǎn)單局部搜索 44
3.2.7 srRNA-GA的實(shí)現(xiàn)步驟 45
3.3 測(cè)試函數(shù)尋優(yōu)實(shí)驗(yàn) 46
3.3.1 測(cè)試函數(shù) 46
3.3.2 實(shí)驗(yàn)結(jié)果和分析 46
3.4 小結(jié) 50
參考文獻(xiàn) 50
第4章 受蛋白質(zhì)啟發(fā)的RNA遺傳算法 52
4.1 引言 52
4.2 PIRNA-GA 52
4.2.1 編碼和解碼 52
4.2.2 選擇操作 54
4.2.3 交叉操作 55
4.2.4 變異操作 57
4.2.5 PIRNA-GA算法的實(shí)現(xiàn) 59
4.3 測(cè)試函數(shù)尋優(yōu)實(shí)驗(yàn) 60
4.3.1 測(cè)試函數(shù) 60
4.3.2 計(jì)算結(jié)果與分析 61
4.4 小結(jié) 66
參考文獻(xiàn) 67
第5章 信息熵動(dòng)態(tài)變異概率的RNA遺傳算法 69
5.1 引言 69
5.2 edmpRNA-GA 70
5.2.1 編碼方式 70
5.2.2 選擇操作 70
5.2.3 交叉操作 70
5.2.4 變異操作 70
5.2.5 edmpRNA-GA算法實(shí)現(xiàn)過(guò)程 72
5.3 約束處理 74
5.4 測(cè)試函數(shù)尋優(yōu)實(shí)驗(yàn) 75
5.4.1 測(cè)試函數(shù) 75
5.4.2 尋優(yōu)結(jié)果與分析 77
5.5 小結(jié) 79
參考文獻(xiàn) 80
第6章 自適應(yīng)策略的RNA遺傳算法 82
6.1 引言 82
6.2 ARNA-GA 83
6.2.1 編碼方式 83
6.2.2 遺傳操作自適應(yīng)策略 83
6.2.3 選擇算子 85
6.2.4 交叉算子 85
6.2.5 變異算子 85
6.2.6 終止條件 87
6.2.7 ARNA-GA算法的實(shí)施步驟 87
6.3 測(cè)試函數(shù)尋優(yōu)實(shí)驗(yàn)與結(jié)果分析 88
6.3.1 測(cè)試函數(shù) 88
6.3.2 參數(shù)設(shè)置 89
6.3.3 實(shí)驗(yàn)結(jié)果與分析 89
6.4 小結(jié) 93
參考文獻(xiàn) 93
第7章 發(fā)夾交叉操作RNA遺傳算法的橋式吊車支持向量機(jī)建模 95
7.1 引言 95
智能優(yōu)化算法:RNA遺傳算法
viii
7.2 最小二乘支持向量機(jī) 96
7.3 發(fā)夾交叉操作RNA遺傳算法 97
7.3.1 編碼和解碼 97
7.3.2 交叉算子 97
7.3.3 變異算子 99
7.3.4 選擇算子 99
7.3.5 算法的實(shí)現(xiàn)步驟 99
7.4 橋式吊車支持向量機(jī)建模方法和仿真實(shí)驗(yàn)結(jié)果 101
7.5 小結(jié) 104
參考文獻(xiàn) 104
第8章 發(fā)夾變異操作RNA遺傳算法的橋式吊車神經(jīng)網(wǎng)絡(luò)建模 106
8.1 引言 106
8.2 RBF 神經(jīng)網(wǎng)絡(luò) 107
8.3 發(fā)夾變異操作的RNA遺傳算法 108
8.3.1 編碼和解碼 108
8.3.2 交叉算子 108
8.3.3 變異算子 108
8.3.4 選擇算子 109
8.3.5 算法的實(shí)現(xiàn)步驟 109
8.4 神經(jīng)網(wǎng)絡(luò)橋式吊車建模方法與仿真實(shí)驗(yàn)結(jié)果 111
8.5 小結(jié) 115
參考文獻(xiàn) 115