H-演化学习9787115572950周志华,俞扬,钱超 著人民邮电出版社

序 i
主要符号表 iii
第 一部分 绪论与预备知识 1
章 绪论 3
1．1 机器学习 3
1．2 演化学习 4
1．3 多目标优化 6
1．4 本书组织 8
第 2 章 预备知识 9
2．1 演化算法 9
2．2 伪布尔函数 12
2．3 运行时间复杂度 15
2．4 马尔可夫链建模 16
2．5 分析工具 18
第二部分 分析方法 23
第 3 章 运行时间分析： 收敛分析法 25
3．1 收敛分析框架 25
3．2 收敛分析应用例释 29
3．3 小结 33
第 4 章 运行时间分析： 调换分析法 35
4．1 调换分析框架 35
4．2 调换分析应用例释 40
4．3 小结 43
第 5 章 运行时间分析方法的比较 45
5．1 分析方法的形式化 45
5．2 调换分析与适应层分析 47
5．3 调换分析与漂移分析 50
5．4 调换分析与收敛分析 55
5．5 分析方法综论 58
5．6 小结 59
第 6 章 近似分析 61
6．1 SEIP 框架 62
6．2 SEIP 应用例释 67
6．3 小结 70
第三部分 理论透视 71
第 7 章 边界问题 73
7．1 边界问题辨识 74
7．2 案例分析 76
7．3 小结 80
第 8 章 交叉算子 81
8．1 交叉与变异 82
8．2 采用交叉算子的多目标演化算法 83
8．3 案例分析 86
8．4 实验验证 92
8．5 小结 94
第 9 章 解的表示 95
9．1 遗传编程之解表示 96
9．2 案例分析： 匹配 98
9．3 案例分析： 生成树 103
9．4 实验验证 109
9．5 小结 111
0 章 非适应度评估 113
10．1 带噪优化 114
10．2 带噪适应度的影响 115
10．3 抗噪： 阈值选择 119
10．4 抗噪： 抽样 124
10．5 实验验证 130
10．6 小结 134
1 章 种群 135
11．1 种群的影响 136
11．2 种群对噪声的鲁棒9
11．3 小结 151
2 章 约束优化 153
12．1 不可行解的影响 154
12．2 帕累托优化的效用 160
12．3 小结 170
第四部分 学习算法 171
3 章 选择性集成 173
13．1 选择性集成 173
13．2 POSE 算法 175
13．3 理论分析 177
13．4 实验测试 182
13．5 小结 188
4 章 子集选择 189
14．1 子集选择 190
14．2 POSS 算法 194
14．3 理论分析 195
14．4 实验测试 199
14．5 小结 203
5 章 子集选择： 次模化 205
15．1 单调 次模函数化 206
15．2 PO SM 算法 210
15．3 理论分析 212
15．4 实验测试 216
15．5 小结 223
6 章 子集选择： 比率化 225
16．1 单调次模函数的比率化 226
16．2 PORM 算法 228
16．3 理论分析 230
16．4 实验测试 235
16．5 小结 236
7 章 子集选择： 噪声 237
17．1 带噪子集选择 238
17．2 PONSS 算法 244
17．3 理论分析 245
17．4 实验测试 248
17．5 小结 250
8 章 子集选择： 加速 251
18．1 PPOSS 算法 251
18．2 理论分析 253
18．3 实验测试 256
18．4 小结 258
附录 A： 证明 259
参考文献 299