进化算法时间复杂度分析的理论、方法与工具

目录 前言 第1章 进化算法简介 1 1.1 *优化问题 1 1.2 进化算法的概述 2 1.3 常用进化算法 2 1.3.1 遗传算法 3 1.3.2 分布估计算法 4 1.3.3 粒子群优化算法 5 1.3.4 蚁群优化算法 5 1.3.5 Memetic算法 6 1.3.6 差分进化算法 7 1.4 本章小结 8 第2章 进化算法的数学模型 9 2.1 进化算法数学模型与基本理论研究进展 9 2.2 进化算法时间复杂度相关的数学模型 10 2.3 本章小结 17 第3章 基于Markov过程的理论与方法 18 3.1 基于Markov过程的进化算法时间复杂度分析 18 3.1.1 进化算法的Markov过程模型 18 3.1.2 基于Markov性的时间复杂度分析理论 19 3.1.3 简单的EA时间复杂度分析案例 23 3.2 基于Markov过程的进化规划算法时间复杂度分析 26 3.2.1 进化规划算法简介 26 3.2.2 进化规划算法的Markov过程模型 28 3.2.3 进化规划算法时间复杂度分析的基本理论 29 3.2.4 Gauss变异进化规划算法的时间复杂度分析 32 3.3 基于Markov过程的蚁群优化算法时间复杂度分析 35 3.3.1 蚁群优化算法简介 35 3.3.2 蚁群优化算法的Markov过程模型 37 3.3.3 蚁群优化算法时间复杂度分析的基本理论 37 3.3.4 案例分析 40 3.4 本章小结 44 第4章 分层估计理论与方法 45 4.1 分层估计的定义与定理 45 4.1.1 适应度分层的定义 46 4.1.2 分层估计定理的证明 47 4.2 分层估计分析实例 48 4.2.1 对ONEMAX问题的分析 48 4.2.2 对BINVAL问题的分析 49 4.2.3 对NEEDLE问题的分析 51 ……