目錄 前言 第1章 進化算法簡介 1 1.1 *優化問題 1 1.2 進化算法的概述 2 1.3 常用進化算法 2 1.3.1 遺傳算法 3 1.3.2 分布估計算法 4 1.3.3 粒子群優化算法 5 1.3.4 蟻群優化算法 5 1.3.5 Memetic算法 6 1.3.6 差分進化算法 7 1.4 本章小結 8 第2章 進化算法的數學模型 9 2.1 進化算法數學模型與基本理論研究進展 9 2.2 進化算法時間復雜度相關的數學模型 10 2.3 本章小結 17 第3章 基于Markov過程的理論與方法 18 3.1 基于Markov過程的進化算法時間復雜度分析 18 3.1.1 進化算法的Markov過程模型 18 3.1.2 基于Markov性的時間復雜度分析理論 19 3.1.3 簡單的EA時間復雜度分析案例 23 3.2 基于Markov過程的進化規劃算法時間復雜度分析 26 3.2.1 進化規劃算法簡介 26 3.2.2 進化規劃算法的Markov過程模型 28 3.2.3 進化規劃算法時間復雜度分析的基本理論 29 3.2.4 Gauss變異進化規劃算法的時間復雜度分析 32 3.3 基于Markov過程的蟻群優化算法時間復雜度分析 35 3.3.1 蟻群優化算法簡介 35 3.3.2 蟻群優化算法的Markov過程模型 37 3.3.3 蟻群優化算法時間復雜度分析的基本理論 37 3.3.4 案例分析 40 3.4 本章小結 44 第4章 分層估計理論與方法 45 4.1 分層估計的定義與定理 45 4.1.1 適應度分層的定義 46 4.1.2 分層估計定理的證明 47 4.2 分層估計分析實例 48 4.2.1 對ONEMAX問題的分析 48 4.2.2 對BINVAL問題的分析 49 4.2.3 對NEEDLE問題的分析 51 ……