应用数学译丛 网络模型与多目标遗传算法PDF|Epub|txt|kindle电子书版本网盘下载

应用数学译丛 网络模型与多目标遗传算法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 遗传算法1

1.1 遗传算法基础1

1.1.1 遗传算法概述1

1.1.2 编码4

1.1.3 适值函数4

1.1.4 遗传操作6

1.1.5 应用于非线性最优化问题8

1.2 遗传算法应用于组合优化问题的实例17

1.2.1 配词问题18

1.2.2 背包问题29

1.3 混合遗传算法43

1.3.1 ls-hGA44

1.3.2 flc-hGA45

1.4 参考文献49

第2章 网络模型基础51

2.1 最短路径模型51

2.1.1 最短路径问题数学模型52

2.1.2 基于优先级的遗传算法解法54

2.1.3 数值计算59

2.2 最大流量模型63

2.2.1 最大流量问题的数学模型64

2.2.2 基于优先级编码的遗传算法66

2.2.3 数值计算70

2.3 最小费用流模型74

2.3.1 最小费用流问题的数学模型75

2.3.2 基于优先级编码的遗传算法77

2.3.3 数值计算79

2.4 最小生成树模型82

2.4.1 最小生成树问题的数学模型83

2.4.2 基于PrimPred的遗传算法解法86

2.4.3 数值计算91

2.5 参考文献93

第3章 物流网络模型95

3.1 物流模型95

3.1.1 配送计划模型96

3.1.2 基于矩阵的遗传算法解法100

3.1.3 基于生成树的遗传算法解法106

3.1.4 数值计算115

3.2 两阶段物流模型116

3.2.1 两阶段物流模型117

3.2.2 基于优先级的遗传算法解法118

3.2.3 数值计算123

3.3 车辆配送模型126

3.3.1 多配送中心带时间窗的车辆配送模型126

3.3.2 基于遗传算法的解法131

3.3.3 数值计算135

3.4 工厂—配送中心物流模型137

3.4.1 P-DC物流网络数学模型138

3.4.2 基于优先级的遗传算法解法142

3.4.3 数值计算145

3.5 参考文献149

第4章 多目标遗传算法150

4.1 多目标优化模型概要150

4.1.1 多目标优化问题151

4.1.2 Pareto最优解151

4.2 多目标遗传算法概要153

4.2.1 多目标遗传算法的处理过程154

4.2.2 向量评价遗传算法155

4.2.3 评价值共享157

4.3 多目标遗传算法过程158

4.3.1 Pareto排序评价方法159

4.3.2 多目标函数加权和评价方法161

4.3.3 多目标函数的加权及保存精英策略的引入163

4.4 Pareto最优解的评价168

4.4.1 参照解集S168

4.4.2 求得的Pareto最优解数量｜Sj｜168

4.4.3 获得Pareto最优解个体数比例RNDS（Sj）169

4.4.4 Pareto最优解集与参照解集间的距离D1R169

4.4.5 各目标函数轴的最大值，最小值，平均值IMMA170

4.5 多目标遗传算法的数值计算170

4.5.1 数值计算实例1170

4.5.2 数值计算实例2176

4.6 参考文献180

第5章 多目标网络模型182

5.1 最小费用最大流量网络模型182

5.1.1 最小费用最大流量网络的数学模型184

5.1.2 基于优先级的遗传算法解法185

5.1.3 数值计算192

5.2 多目标供应链网络模型199

5.2.1 多目标供应链网络数学模型201

5.2.2 基于优先级的遗传算法求解203

5.2.3 数值计算206

5.3 生产物流系统网络模型209

5.3.1 生产物流系统的数学模型213

5.3.2 基于随机值的多阶段决策遗传算法的解法215

5.3.3 数值计算225

5.4 通信系统可靠性网络233

5.4.1 系统瘫痪率和总成本最小化的数学模型建立235

5.4.2 基于混合多目标遗传算法的解法237

5.4.3 数值计算241

5.5 参考文献248