本書介紹了5種進化計算方法，綜述了多種新穎的云進化算法，以及應(yīng)用云模型對遺傳算法、進化規(guī)劃、進化策略、蟻群算法、粒子群算法、量子進化算法、差分進化算法、人工蜂群算法、人工魚群算法、模擬退火算法、蛙跳算法、果蠅優(yōu)化算法等進行改進的方法，闡述了云模型、基于貪心思想和云模型的進化算法，以及云進化策略方法。
優(yōu)化問題在科學(xué)技術(shù)與工程領(lǐng)域中有著極為廣泛的應(yīng)用。隨著問題復(fù)雜性的增加（如變量維數(shù)增多，函數(shù)不連續(xù)、不可微，或者無法用數(shù)學(xué)表達式描述），傳統(tǒng)的基于導(dǎo)數(shù)（或梯度）的方法就不再適用了。受生物進化過程中“優(yōu)勝劣汰”的自然選擇機制和遺傳信息傳遞規(guī)律的啟發(fā)，逐漸形成了一類智能優(yōu)化計算方法一進化計算。
全書共分4章，第1章簡單介紹了進化計算的五大分支——遺傳算法、進化策略、進化規(guī)劃、遺傳編程、差分進化算法，綜合論述了很多學(xué)者提出的各種新穎的基于云模型的進化算法，以及應(yīng)用云模型對遺傳算法、進化規(guī)劃、進化策略、蟻群算法、粒子群算法、量子進化算法、差分進化算法、人工蜂群算法、人工魚群算法、模擬退火算法、蛙跳算法、果蠅優(yōu)化算法等進行改進的成果；第2章介紹了正態(tài)云模型、三種逆向云算法，分析了多重迭代的正態(tài)分布和廣義正態(tài)云模型，概要介紹了云運算、云變換、虛擬云，以及基于云模型的單規(guī)則推理和多規(guī)則推理；第3章依據(jù)貪心思想的選擇策略和云模型的隨機性提出了兩種新穎的進化算法，并分別應(yīng)用于求解旅行商問題和背包問題；第4章介紹了一種云進化策略方法。最后，在本書的附錄A部分提供了求解旅行商問題和背包問題的MATLAB源程序。
本書的撰寫參考了大量的國內(nèi)外書籍和文獻，出版得到了國家自然科學(xué)基金地區(qū)科學(xué)基金項目（No.61463012），海南師范大學(xué)學(xué)術(shù)著作出版項目（No.221910），以及海南省重大科技計劃項目（ZDKJ2017012）的資助，在此深表謝意。
歲月如梭，已至不惑，放棄了很多，但幸好有很多在余生需要堅持和摯愛的，激勵我坦然而行。
羅自強，湖北咸寧人，漢族，工學(xué)博士，碩士生導(dǎo)師，中共黨員。2007年9月畢業(yè)于南京解放軍理工大學(xué)，專業(yè)是計算機應(yīng)用技術(shù)。2009年9月至今，在海南師范大學(xué)信息科學(xué)技術(shù)學(xué)院從事教學(xué)和科研工作。主持或參與國家自然科學(xué)基金項目2項，海南省自然科學(xué)基金項目6項，出版專著1部，主編教材2部，發(fā)表論文30多篇，獲得省級科研獎勵2項。
第1章 緒論 1
1．1 進化計算簡介 1
1．1．1 遺傳算法 3
1．1．2 進化策略 7
1．1．3 進化規(guī)劃 10
1．1．4 遺傳編程 12
1．1．5 差分進化算法 15
1．2 云進化計算綜述 19
1．2．1 云進化算法 19
1．2．2 云遺傳算法 23
1．2．3 云進化規(guī)劃 27
1．2．4 云進化策略 28
1．2．5 云蟻群算法 29
1．2．6 云粒子群算法 32
1．2．7 云量子進化算法 37
1．2．8 云差分進化算法 39
1．2．9 云人工蜂群算法 41
1．2．10 云人工魚群算法 44
1．2．11 云模擬退火算法 47
1．2．12 云蛙跳算法 48
1．2．13 云果蠅優(yōu)化算法 49
1．3 本章小結(jié) 50
第2章 云模型 51
2．1 引言 51
2．2 正態(tài)云模型 51
2．2．1 云和云的數(shù)字特征 51
2．2．2 正向云發(fā)生器 55
2．2．3 正態(tài)云的概率分析 59
2．3 逆向云算法 66
2．3．1 一種新的逆向云算法 67
2．3．2 逆向云算法的統(tǒng)計分析 71
2．4 多維正態(tài)云 79
2．5 廣義正態(tài)云模型 83
2．5．1 廣義正態(tài)分布和廣義正態(tài)云模型的定義 83
2．5．2 多重迭代廣義正態(tài)分布的數(shù)學(xué)分析 84
2．6 云運算與詞計算 89
2．6．1 代數(shù)運算 90
2．6．2 云的代數(shù)運算的統(tǒng)計算法 92
2．6．3 邏輯運算 99
2．6．4 語氣運算 101
2．6．5 云變換 102
2．6．6 虛擬云 103
2．7 基于云模型的不確定性推理 106
2．7．1 單規(guī)則推理 106
2．7．2 多規(guī)則推理 109
2．8 本章小結(jié) 110
第3章 云進化算法與組合優(yōu)化 111
3．1 引言 111
3．2 組合優(yōu)化 112
3．3 貪心算法 114
3．4 旅行商問題 116
3．4．1 旅行商問題簡介 116
3．4．2 “近鄰”的不確定表示 119
3．4．3 基于貪心思想和云模型的進化算法 119
3．4．4 實例分析 121
3．5 背包問題 124
3．5．1 背包問題簡介 124
3．5．2 “性價比最高”的不確定表示 126
3．5．3 0-1 KP的數(shù)學(xué)描述 128
3．5．4 基于貪心思想和云模型的進化算法 129
3．5．5 實例分析 130
3．6 本章小結(jié) 134
第4章 云進化策略與數(shù)值優(yōu)化 135
4．1 引言 135
4．2 云進化策略 135
4．3 云進化策略的變異參數(shù) 139
4．3．1 云分布和變異參數(shù)的概率統(tǒng)計分析 139
4．3．2 云分布的離散度 141
4．4 云進化策略的統(tǒng)計分析 144
4．5 Ackley’s函數(shù)求解 148
4．6 軟件可靠性分配實例分析 150
4．7 本章小結(jié) 153
附錄A MATLAB 源程序 155
參考文獻 165
書單推薦
