区间高维多目标进化算法是解决不确定性优化问题的有效方法之一，也是进化计算领域一个重要的研究方向。本书分为7章，第1、2章介绍了区间高维多目标进化算法相关背景、基本概念及基础知识；第3～6章从Pareto支配关系、方向引导、指标选择及博弈集成等方面探讨了区间高维多目标进化算法的改进方式；第7章将区间高维多目标进化算法应用于移动边缘计算卸载和功率分配联合优化问题求解，从而为解决相关应用问题提供了参考。 本书适合从事智能计算研究与应用的科技工作者和工程技术人员阅读，也可作为高等院校计算机科学与技术、控制科学与工程等专业高年级本科生及研究生的参考书。
张志霞，博士，讲师，2023年6月获得太原科技大学控制科学与工程专业博士学位，现为太原科技大学计算机学院讲师，主要研究方向为: 进化计算、群智能算法、多目标进化优化等。作为项目负责人主持承担了山西省高等学校科技创新项目、太原科技大学博士启动项目等，在《IEEE T VT》、《IEEE TNSE》、《IEEE IoT》、《 Information Science》等国内外重要学术期刊与会议发表论文10余篇。
第一部分 导 引 篇
第1章 绪论 2
1.1 不确定性优化概述 2
1.1.1 不确定性优化问题 2
1.1.2 不确定性优化方法 4
1.2 区间进化优化概述 6
1.3 区间进化优化研究概况 7
1.3.1 区间单目标优化 8
1.3.2 区间多目标优化 9
1.3.3 区间高维多目标优化 12
1.3.4 区间高维多目标优化挑战 13
1.4 本书结构安排 14
第2章 区间高维多目标进化优化概述 15
2.1 数学模型及相关概念 15
2.2 区间数的基本知识 17
2.3 常见的区间基准测试问题 19
2.4 常见的区间性能评价指标 22
2.5 小结 23
第二部分 原 理 篇
第3章 柔性区间 Pareto 支配驱动的区间高维多目标进化算法 25
3.1 引言 25
3.2 已有的区间Pareto支配 27
3.3 已有的区间拥挤距离 30
3.4 问题分析 32
3.5 IMaOEA-FPD描述 35
3.5.1 柔性区间Pareto支配关系 36
3.5.2 基于区域划分的多样性维护机制 39
3.5.3 IMaOEA-FPD框架 41
3.5.4 复杂度分析 43
3.5.5 收敛性分析 43
3.6 仿真实验 45
3.6.1 参数设置 45
3.6.2 柔性因子取值对算法性能的影响分析 47
3.6.3 算法在InDTLZ测试问题上的性能比较 49
3.7 小结 54
第4章 理想超平面引导的区间高维多目标进化算法 55
4.1 引言 55
4.2 问题分析 57
4.3 IMaOEA-IH描述 59
4.3.1 理想超平面构建 59
4.3.2 拉丁超立方抽样 61
4.3.3 Lp-范数距离测度 64
4.3.4 最优解选择策略 66
4.3.5 IMaOEA-IH框架 68
4.3.6 复杂度分析 70
4.4 仿真实验 71
4.4.1 性能评价指标及参数设置 71
4.4.2 采样数量对不同最优解选择策略的影响分析 71
4.4.3 不同最优解选择策略对算法性能的影响分析 73
4.4.4 算法在InMaOP测试问题上的性能比较 74
4.5 小结 79
第5章 综合评价指标选择的区间高维多目标进化算法 80
5.1 引言 80
5.2 问题分析 82
5.3 IMaOEA-CEI描述 85
5.3.1 综合评价指标 85
5.3.2 α、β、γ参数设置 88
5.3.3 IMaOEA-CEI的框架 92
5.3.4 时间复杂度分析 93
5.4 仿真实验 94
5.4.1 相关参数设置 94
5.4.2 参数设置方式对算法性能的影响分析 94
5.4.3 算法在InWFG测试问题上的性能比较 96
5.5 小结 101
第6章 双阶段博弈集成的区间高维多目标进化算法 102
6.1 引言 103
6.2 问题分析 104
6.3 IMaOEA-TSGI描述 108
6.3.1 策略池构建 109
6.3.2 基于种群博弈的匹配选择算子 110
6.3.3 基于波达计数的环境选择算子 112
6.3.4 IMaOEA-TSGI框架 114
6.3.5 复杂度分析 116
6.4 仿真实验 117
6.4.1 相关参数设置 117
6.4.2 算法在InDTLZ测试问题上的性能比较 117
6.4.3 算法在InWFG测试问题上的性能比较 120
6.4.4 算法在InMaOP测试问题上的性能比较 124
6.5 小结 127
第三部分 应 用 篇
第7章 区间高维多目标进化算法在移动边缘计算卸载中的应用 130
7.1 引言 130
7.2 不确定环境下的计算卸载研究概况 131
7.3 计算卸载问题描述 133
7.4 功率分配与任务卸载的区间多目标联合优化模型 134
7.4.1 系统模型 134
7.4.2 目标模型 136
7.5 实验结果与分析 140
7.5.1 仿真实验平台及参数设置 140
7.5.2 本书四种算法求解该模型的结果与分析 142
7.5.3 本书提出的算法与其他优秀算法的性能比较 143
7.6 小结 147
参考文献 148
附录A IMaOEA-FPD源代码 161
附录B IMaOEA-IH源代码 166
新书资讯
