第1章 绪论
1.1 前言
1.2 生物地理学优化算法研究现状
1.3 基于进化的多目标优化算法
1.3.1 多目标优化问题和基本概念
1.3.2 算法研究现状
1.4 基于进化的约束多目标优化算法
1.4.1 约束多目标优化问题和基本概念
1.4.2 算法研究现状
1.5 内容结构安排
第2章 生物地理学优化算法
2.1 引言
2.2 生物地理学优化算法
2.2.1 迁移算子
2.2.2 变异算子
2.2.3 算法流程
2.3 物流配送中的车辆路径优化
2.3.1 车辆路径问题的描述
2.3.2 车辆路径问题的典型算法
2.3.3 BB0在VRP优化中的应用
2.3.4 仿真结果分析
第3章 多目标生物地理学优化算法的设计与实现
3.1 多目标生物地理学优化算法的设计
3.1.1 初始化
3.1.2 适应度评价
3.1.3 非支配个体选择
3.1.4 外部种群的更新
3.1.5 扰动迁移操作
3.1.6 MOBBO用于求解多目标优化问题
3.2 算法的复杂度分析
3.3 仿真实验与结果分析
3.3.1 测试问题
3.3.2 性能度量指标
3.3.3 算法中主要参数的选择与分析
3.3.4 仿真结果分析
3.4 基于算法调节的机器人手臂PID控制
3.4.1 模型描述
3.4.2 PID控制
3.4.3 仿真结果
3.5 本章小结
第4章 基于生物地理学与差分混合的
多目标优化算法
4.1 引 言
4.2 差分进化
4.2.1 群体初始化
4.2.2 变异操作
4.2.3 交叉操作
4.2.4 选择操作
4.2.5 算法流程
4.3 混合优化算法设计与实现
4.3.1 混合迁移算子
4.3.2 算法实现
4.4 仿真实验与结果分析
4.4.1 算法性能分析
4.4.2 参数CR对算法性能的影响分析
4.5 本章小结
第5章 基于生物地理学的约束多目标优化算法
5.1 引言
5.2 约束多目标生物地理学优化算法的设计与实现
5.2.1 初始化
5.2.2 群体划分
5.2.3 归档种群更新
5.2.4 群体进化
5.2.5 算法流程
5.3 算法收敛性分析
5.4 算法复杂度分析
5.5 仿真实验与结果分析
5.5.1 测试函数
5.5.2 性能度量指标
5.5.3 实验结果分析
5.6 本章小结
第6章 约束多目标机器人路径规划
6.1 引言
6.2 问题描述
6.3 机器人路径规划的实现
6.3.1 路径编码
6.3.2 适应度评价
6.3.3 基于扰动的迁移策略
6.3.4 算数交叉策略
6.3.5 求解路径规划的算法流程
6.4 仿真结果分析
6.5 本章小结
第7章 研究总结与展望
参考文献
展开
