进化计算导论（第2版）_[荷] 阿戈斯顿·恩德雷·埃本（A.E.Eiben），[英] 詹姆斯·爱德华·史密斯（J.E.Smith）著，汤健，韩红桂等译_9787118121872

　　进化计算（EC）是基于生物演化原理（如自然选择和基因遗传）进行问题求解的系列技术的总称，被广泛应用于复杂问题求解，覆盖范围从涉及国防武器装备研制、工业过程优化运行和商业运行智能决策的实际应用问题到众多理论领域的科学研究前沿难题均有涉猎。在人工智能迅猛发展的时代背景下，为加强国防武器装备的设计优化与论证研制、提高基于国防大数据的智能化分析与辅助决策水平、提升智能化新型武器装备的作战性能等均需要进化算法作为关键技术给予支撑。
　　本书的主体内容分为三部分，共17章。第一部分包括6章，介绍进化计算的基础知识，其中：第1章是问题的提出，包括优化、建模和仿真问题的定义，搜索问题、优化与约束问题和著名的NP问题；第2章是进化计算的起源，包括主要隐喻、发展简史、生物灵感以及为什么需要进化计算；第3章是进化算法的定义，包括解释进化算法是什么，介绍进化算法的组成，并手动推演进化循环和介绍应用实例，解释自然进化与人工进化、全局优化和其他搜索问题等；第4~6章详细介绍进化计算的表示方式、变异和重组操作，适应度函数、选择操作和种群管理以及流行进化算法变种。第二部分包括3章，关注进化计算的方法论问题，其中：第7章是进化算法的参数和参数调整，包括进化算法参数的种类、进化算法和进化算法实例的定义与区别，以及进化算法的设计、调节、算法质量度量和调参方法等；第8章是进化算法的参数控制，包括参数变化实例、参数控制技术的分类和进化算法参数变化的实例等；第9章是进化算法的运用，包括使用进化算法的目的、算法的性能度量、实验比较的测试问题和应用例子等。第三部分包括8章，讨论进化算法的高级技术，其中：第10章是文化基因算法，包括混合进化算法动机、局部搜索介绍、文化基因算法结构、自适应文化基因算法和文化基因算法的设计问题与应用实例；第11章是非平稳和噪声函数优化，包括非平稳问题的特性、多源不确定性的影响以及多种算法方法；第12章是多目标进化算法，包括多目标优化问题、支配解与帕累托优化、面向多目标优化的进化算法和应用实例；第13章是约束处理，包括约束处理的两种主要类型、处理方法和应用实例；第14章是交互式进化算法，包括交互式进化的特性、面向交互式进化算法挑战的算法方法和应用实例；第15章是协同进化系统，包括自然界中的协同、协同进化、竞争协同进化和应用实例等；第16章是理论，包括模式定理及其批判与最新扩展、用于识别和组合积木块的基因联接、动态系统、马尔可夫链分析和无免费午餐定理等；第17章是进化机器人，包括进化机器人的定义与介绍性实例、离线和在线的机器人进化、进化机器人的问题差异和算法差异以及进化机器人的未来展望。
　　原著者A.E.Eiben教授作为多父代进化算法的创立者，是欧洲进化计算领域的先驱者，享有较高国际声誉。J.E.Smith教授是西英格兰大学人工智能研究团队的负责人，在进化算法理论与实际应用相结合等方面拥有丰硕成果。
　　在本书的翻译过程中，还得到了海军工程大学的田福庆教授、辽宁石油化工大学的丛秋梅副教授、大连海洋大学的王魏副教授、东北大学刘卓讲师、从事装备保障和质量工作的朱红鹃等同志的大力帮助，他们或帮助完成部分章节的素材初译，或帮助进行多轮的文字校对。我们一起对本书进行反复推敲锤炼的过程，也是不断学习和提高的过程，在此对他们的工作致以诚挚谢意！
　　由于译者的知识和认识水平有限，译文中难免有表达不妥或较为生涩的语句，请各位热心的读者和专家不吝赐教，积极批评指正，以帮助我们改进和提高。

你还可能感兴趣

我要评论