前言
第1章 进化计算基础
1.1 进化算法
1.1.1 遗传算法
1.1.2 演化策略
1.1.3 遗传规划
1.1.4 差分进化算法
1.1.5 分布估计算法
1.2 群智能优化算法
1.2.1 粒子群优化算法
1.2.2 蚁群优化算法
第2章 求解复杂优化问题的进化计算方法
2.1 多目标优化的进化计算方法
2.1.1 问题定义
2.1.2 基于非支配排序的多目标进化算法
2.1.3 基于分解的多目标进化算法
2.1.4 基于指标的多目标进化计算方法
2.2 约束优化的进化计算方法
2.2.1 问题定义
2.2.2 基于惩罚值的约束处理技术
2.2.3 基于可行性支配准则的约束处理技术
2.2.4 基于多目标支配的约束处理技术
2.2.5 其他约束处理技术
2.3 昂贵优化的进化计算方法
2.3.1 问题定义
2.3.2 基于代理辅助的昂贵优化进化计算方法
2.3.3 代理模型选择
2.3.4 代理模型管理
2.4 高维大规模优化的进化计算方法
2.4.1 问题定义
2.4.2 基于整体演化的高维大规模优化的进化计算方法
2.4.3 基于分解的高维大规模优化的协同进化计算方法
2.5 动态优化的进化计算方法
2.5.1 问题定义
2.5.2 变化检测策略
2.5.3 历史档案策略
2.5.4 多样性控制策略
2.5.5 种群管理策略
2.6 多任务优化的进化计算方法
2.6.1 问题定义
2.6.2 多任务优化框架
2.6.3 基于单种群的多任务优化的进化计算方法
2.6.4 基于多种群的多任务优化的进化计算方法
第3章 并行分布式进化计算基础
3.1 并行分布式进化计算的物理计算环境
3.1.1 GPU架构
3.1.2 集群系统
3.1.3 点对点网络
3.1.4 云计算
3.1.5 边缘计算
3.1.6 其他计算环境
3.2 并行分布式进化计算的软件实现环境
3.2.1 并行分布式计算的基本概念
3.2.2 MPI编程模型
3.2.3 OpenMP编程模型
3.2.4 MapReduce编程模型
3.2.5 CUDA编程环境
3.2.6 其他编程模型
3.3 并行分布式进化计算的通信模型
3.3.1 通信的基本定义与类别
3.3.2 主从模型
3.3.3 池模型
3.3.4 岛屿模型
3.3.5 蜂窝模型
3.3.6 多智能体模型
3.3.7 混合模型
3.4 分布式进化计算的描述与评估
3.4.1 分布式系统的描述
3.4.2 分布式算法的评估指标
第4章 以加速为目标的并行分布式进化计算方法
4.1 并行分布式整体演化
4.1.1 适应值评价并行的进化计算
4.1.2 群体演化过程并行的进化计算
4.2 并行分布式协同演化
4.2.1 并行协同演化框架
4.2.2 协同优化策略
第5章 以多智能体协作为目标的分布式进化计算方法
5.1 针对数据分布场景的分布式进化计算
5.1.1 问题的定义与挑战
5.1.2 优化框架
5.1.3 模型管理
5.2 针对维度分布场景的分布式进化计算
5.2.1 问题的定义与挑战
5.2.2 非重叠维度分布式优化
5.2.3 重叠维度分布式优化
5.3 针对目标分布场景的分布式进化算法
5.3.1 问题的定义与挑战
5.3.2 目标协同
5.3.3 目标冲突
5.3.4 目标关联
第6章 数据安全与隐私保护的分布式进化计算方法
6.1 基本思想与描述框架
6.2 进化计算即服务的隐私保护
6.2.1 进化计算即服务场景下的隐私保护问题定义
6.2.2 算法流程
6.2.3 安全计算协议
6.3 多智能体进化计算的隐私保护
6.3.1 多智能体进化计算场景下的隐私保护问题定义
6.3.2 隐私保护的多智能体粒子群优化算法
6.3.3 安全计算协议
参考文献
展开
