內容簡介
作為一種創造性思維的高效方式,頭腦風暴在經濟管理、社會科學等領域已經發揮瞭重要的作用。《頭腦風暴優化算法理論及應用》在論述頭腦風暴過程的基礎上,從係統建模和優化角度齣發,介紹頭腦風暴優化算法的理論分析、擴展算法和典型應用三方麵的內容。主要包括頭腦風暴優化算法的基本原理、性能分析和算法的擴展與改進策略,頭腦風暴優化算法在典型優化問題(如多模態優化、多約束優化和多目標優化)上的求解策略,以及頭腦風暴優化算法在電力係統環境經濟調度問題、火電廠供熱調度問題和熱電聯供係統的經濟調度問題三類大規模復雜調度係統上的應用。
目錄
目錄
《智能科學技術著作叢書》序
前言
第1章 緒論 1
1.1 引言 1
1.2 優化問題的基本概念 2
1.2.1 優化問題及其分類 2
1.2.2 優化算法及其分類 3
1.2.3 優化算法的研究與發展 4
1.3 智能優化算法及分類 6
1.3.1 進化類智能優化算法 6
1.3.2 機理類智能優化算法 9
1.3.3 群集類智能優化算法 13
1.4 頭腦風暴優化算法的研究現狀 16
1.4.1 算法操作方麵的改進研究 17
1.4.2 擴展應用方麵的研究 19
1.5 算法研究準則 21
1.6 本書主要內容及體係結構 22
1.7 本章小結 23
參考文獻 23
第2章 從頭腦風暴法到頭腦風暴優化算法 33
2.1 頭腦風暴法 33
2.1.1 頭腦風暴法簡介 33
2.1.2 頭腦風暴法的基本過程 34
2.1.3 頭腦風暴法的要求 35
2.1.4 頭腦風暴法的激發機理 36
2.2 頭腦風暴優化算法 37
2.2.1 從頭腦風暴法到頭腦風暴模型 38
2.2.2 頭腦風暴法優化算法原理及步驟 41
2.3 頭腦風暴法優化算法的仿真分析 45
2.3.1 測試函數 45
2.3.2 參數設定 45
2.3.3 仿真結果 46
2.4 頭腦風暴法優化算法的參數分析 47
2.4.1 聚類個數對算法性能的影響 48
2.4.2 斜率k值對算法性能的影響 49
2.4.3 概率參數對算法性能的影響 51
2.4.4 種群大小對算法性能的影響 57
2.5 本章小結 59
參考文獻 59
第3章 基於變異操作改進的頭腦風暴優化算法 60
3.1 常用的變異方法及分類 60
3.1.1 隨機變異 60
3.1.2 位串變異 63
3.2 基於差分變異的頭腦風暴優化算法 64
3.2.1 基於差分變異的頭腦風暴優化算法原理 64
3.2.2 仿真結果分析 65
3.3 基於雲模型的頭腦風暴優化算法 68
3.3.1 雲模型概述 68
3.3.2 基於雲模型的頭腦風暴優化算法原理 70
3.3.3 雲模型變異産生新個體的步驟 70
3.3.4 基於雲模型的頭腦風暴優化算法步驟 71
3.3.5 測試函數測試結果及分析 71
3.4 不同變異操作仿真結果對比分析 74
3.5 本章小結 82
參考文獻 83
第4章 基於聚類操作改進的頭腦風暴優化算法 84
4.1 聚類算法的分類及發展現狀 84
4.1.1 傳統聚類算法 84
4.1.2 現代聚類算法 88
4.2 頭腦風暴優化算法中的聚類方法及其優缺點 90
4.3基 於OPTICS聚類的頭腦風暴優化算法 92
4.3.1 OPTICS聚類概述 92
4.3.2 OPTICS聚類的具體步驟 92
4.3.3 仿真結果分析 95
4.4 基於目標空間的差分頭腦風暴優化算法 98
4.4.1 基於目標空間的差分頭腦風暴優化算法原理 98
4.4.2 仿真結果分析 100
4.5 不同聚類操作的仿真結果對比與分析 104
4.5.1 OPDBSO算法和DBSO-OS算法的尋優性能比較 104
4.5.2 OPDBSO算法和DBSO-OS算法的收斂結果對比分析 106
4.5.3 DBSO算法和CBSO算法的統計性能分析 109
4.6本章小結 112
參考文獻 113
第5章 多模態頭腦風暴優化算法 115
5.1 多模態問題的相關知識 115
5.1.1 多模態優化問題的數學描述 115
5.1.2 多模態優化問題的研究現狀 116
5.2 自適應參數控製的多模態BSO算法的實現 118
5.2.1 收斂性操作 118
5.2.2 發散性操作 119
5.3 自適應參數控製的多模態BSO算法的性能測試與分析 120
5.3.1 測試函數 120
5.3.2 參數設置 121
5.3.3 仿真結果分析 122
5.4 本章小結 127
參考文獻 128
第6章 多約束頭腦風暴優化算法 130
6.1 約束優化問題的描述 130
6.1.1 約束優化問題模型 130
6.1.2 約束處理技術 130
6.1.3 約束優化問題的求解 133
6.2 頭腦風暴約束優化算法 134
6.2.1 子種群的相關操作 135
6.2.2 選擇變異操作 135
6.2.3 保存機製 136
6.2.4 算法的整體步驟 137
6.3 改進的頭腦風暴約束優化算法 137
6.3.1 改進的選擇變異操作 138
6.3.2 關鍵因素選取策略 138
6.3.3 改進的選擇變異操作步驟 139
6.3.4 改進後的算法的整體步驟 139
6.4 頭腦風暴約束優化算法的性能測試與分析 139
6.5 本章小結 149
參考文獻 149
第7章 多目標頭腦風暴優化算法 151
7.1 多目標問題的基本概念 151
7.1.1 多目標優化問題的數學模型及相關定義 151
7.1.2 多目標優化問題的評價指標 152
7.1.3 求解多目標優化問題的智能優化算法 154
7.2 基於決策空間的多目標頭腦風暴優化算法 155
7.2.1 基於決策空間的多目標頭腦風暴優化算法操作分析 155
7.2.2 簡化多目標頭腦風暴優化算法實現步驟 158
7.2.3 多目標頭腦風暴優化算法的性能測試與分析 159
7.3 基於目標空間聚類的多目標頭腦風暴優化算法 168
7.3.1 基於目標空間聚類的多目標頭腦風暴優化算法原理 168
7.3.2 基於目標空間聚類的多目標頭腦風暴優化算法操作分析 169
7.3.3 基於目標空間聚類的多目標頭腦風暴優化算法實現步驟 170
7.3.4 基於目標空間聚類的多目標頭腦風暴優化算法性能測試與分析 171
7.4本章小結 185
參考文獻 185
第8章 多目標頭腦風暴優化算法在電力係統環境經濟調度問題上的應用 187
8.1 電力係統環境經濟調度問題的數學模型 187
8.1.1 電力係統環境經濟調度模型的目標函數 187
8.1.2 電力係統環境經濟調度模型的約束條件 188
8.2 電力係統環境經濟調度問題的研究現狀 189
8.3 基於多目標頭腦風暴優化算法的環境經濟調度問題求解 190
8.3.1 環境經濟調度問題與多目標頭腦風暴優化算法的映射關係 190
8.3.2 環境經濟調度問題的多目標頭腦風暴優化算法流程 192
8.4 實例分析及仿真實現 193
8.4.1 6機組環境經濟調度問題的仿真實現 193
8.4.2 40機組的仿真實現 196
8.5 本章小結 201
參考文獻 201
第9章 頭腦風暴優化算法在火電廠供熱調度問題上的應用 203
9.1 火電廠供熱調度問題的數學模型 203
9.1.1 火電廠供熱調度模型的目標函數 203
9.1.2 火電廠供熱調度模型的約束條件 204
9.2 火電廠供熱調度問題的研究現狀 205
9.3 基於頭腦風暴優化算法的火電廠供熱調度問題求解 206
9.3.1 火電廠供熱調度問題與頭腦風暴優化算法的映射關係 206
9.3.2 火電廠供熱調度問題的頭腦風暴優化算法流程 207
9.4 實例分析及仿真實現 208
9.4.1 模擬係統算例的係統參數 208
9.4.2 算法參數設置 209
9.4.3 仿真結果分析 209
9.5 本章小結 211
參考文獻 212
第10章 頭腦風暴優化算法在熱電聯供經濟調度問題上的應用 214
10.1 熱電聯供經濟調度問題的數學模型 214
10.1.1 熱電聯供經濟調度模型的目標函數 214
10.1.2 熱電聯供經濟調度模型的約束條件 215
10.2 熱電聯供經濟調度問題描述 216
10.3 基於頭腦風暴優化算法的熱電聯供經濟調度問題求解 217
10.3.1 熱電聯供經濟問題與頭腦風暴優化算法的映射關係 217
10.3.2 熱電聯供經濟調度問題的頭腦風暴優化算法流程 219
10.4 案例分析及仿真實現 220
10.4.1 7機組熱電聯供經濟調度問題的仿真實現 220
10.4.2 48機組熱電聯供經濟調度問題的仿真實現 223
10.5 本章小結 229
參考文獻 229
第11章 總結與展望 231
附錄A 單目標優化基本測試函數集 233
附錄B 多模態優化問題基本測試函數集 237
附錄C 多目標優化問題基本測試函數集 239
頭腦風暴優化算法理論及應用 下載 mobi epub pdf txt 電子書 格式