智能算法及其在資源環(huán)境系統建模中的應用

第一章　緒論　
　1.1　資源環(huán)境系統模型
　1.2　資源環(huán)境系統模型優(yōu)化方法　
　　1.2.1　傳統優(yōu)化方法　
　　1.2.2　智能優(yōu)化方法　
　1.3　遺傳算法研究進展　
　　1.3.1　遺傳算法簡史　
　　1.3.2　遺傳算法研究進展　
　1.4　人工神經網絡研究進展　
　1.5　模糊數學研究進展　
　1.6　本書目的與內容　
第二章　二進制編碼遺傳算法　
　2.1　基本遺傳算法　
　　2.1.1　SGA構成要素　
　　2.1.2　SGA形式化定義　
　　2.1.3　算例　
　2.2　遺傳算法的基本理論　
　2.3　二進制編碼遺傳算法的主要有缺點及其改進方式　
　2.4　二進制編碼遺傳算法的改進　
　　2.4.1　IAGA計算技術　
　　2.4.2　IAGA控制參數　
　　2.4.3　IAGA全局優(yōu)化性能分析　
　　2.4.4　IAGA測試　
　2.5　二進制編碼自適應加速遺傳算法　
　　2.5.1　AAGA計算技術　
　　2.5.2　AAGA測試　
　　2.5.3　算例　
　2.6　本章小結　
第三章　格雷碼遺傳算法　
　3.1　格雷碼遺傳算法　
　3.2　格雷碼加速遺傳算法　
　　3.2.1　GAGA計算技術　
　　3.2.2　GAGA測試　
　　3.2.3　解非線性極大極小問題的GAGA　
　　3.2.4　算例　
　3.3　GAGA理論　
　　3.3.1　GAGA模式定理　
　　3.3.2　GAGA收斂定理　
　3.4　格雷碼編碼單純形混合加速遺傳算法　
　　3.4.1　單純形法　
　　3.4.2　GSHAGA計算技術　
　　3.4.3　GSHAGA性能分析　
　　3.4.4　GSHAGA數值模擬　
　3.5　格雷碼編碼模式搜索混合加速遺傳算法　
　　3.5.1　模式搜索法　
　　3.5.2　GSHAGA計算技術　
　　3.5.3　GSHAGA數值分析　
　3.6　本章小結　
第四章　實數編碼遺傳算法　
　4.1　實數編碼遺傳算法概論　
　4.2　實數編碼單純形混合加速遺傳算法　
　　4.2.1　SHAGA計算技術　
　　4.2.2　SHAGA控制參數　
　　4.2.3　SHAGA分析　
　　4.2.4　SHAGA測試　
　4.3　實數編碼模式搜索混合加速遺傳算法
　　4.3.1　HHAGA計算技術　
　　4.3.2　HHAGA分析　
　　4.3.3　算例　
　4.4　實數編碼遺傳算法與其他優(yōu)化算法比較　
　　4.4.1　測試函數　
　　4.4.2　全局優(yōu)化性能比較　
　　4.4.3　優(yōu)化算法對準則的穩(wěn)定性比較　
　　4.4.4　各種遺傳算法比較結果　
　4.5　本章小結　
第五章　自然數編碼遺傳算法　
　5.1　模型描述　
　5.2　算法設計　
　5.3　NOEGA復雜性分析　
　5.4　算例　
　5.5　本章小結　
第六章　模擬退火算法　
　6.1　模擬退火算法　
　6.2　改進的模擬退火算法　
　6.3　模擬退火混合加速算法　
　6.4　SAHGAGA理論分析　
　6.5　算例　
　6.6　本章小結　
第七章　人工神經網絡　
　7.1　人工神經網絡概念　
　7.2　人工神經元模型　
　7.3　人工神經網絡分類　
　7.4　BP神經系統　
　　7.4.1　BP神經網絡模型　
　　7.4.2　改經的BP神經網絡模型　
　　7.4.3　算例　
　　7.4.4　結論　
　7.5　RBF神經網絡原理　
　　7.5.1　RBF神經網絡原理　
　　7.5.2　RBF神經網絡模型　
　　7.5.3　算例　
　　7.5.4　結論　
第八章　模糊綜合評價理論與方法　
　8.1　模糊集的基本概念　
　8.2　模糊集的表示方法　
　8.3　模糊集的運算　
　8.4　模糊映射　
　8.5　模糊評價函數　
　8.6　模糊綜合評價方法　
　　8.6.1　模糊乘加綜合評價方法　
　　8.6.2　模糊貼近度綜合評價方法　
　　8.6.3　遺傳加權模糊綜合評價方法　
　8.7　本章小結　
第九章　智能算法在資源環(huán)境系統優(yōu)化中的應用　
　9.1　智能算法在流域水文模型參數優(yōu)選中的應用　
　　9.1.1　新安江流域模型　
　　9.1.2　三江源新安江模型　
　　9.1.3　參數調試方法　
　　9.1.4　大拗、譚口流域模型　
　　9.1.5　九種智能優(yōu)化算法結果　
　　9.1.6　本節(jié)小結　
　9.2　自適應加速遺傳算法在水位流量關系擬和種的應用　
　9.3　用格雷碼加速遺傳算法確定河流橫向擴散中的應用　
第十章　智能算法在資源環(huán)境可再生能力綜合評價中的應用　
　10.1　多屬性評價概述　
　10.2　智能算法在黃河流域水資源可再生綜合能力的應用　
　　10.2.1　水資源可再生性綜合評價理論框架　
　　10.2.2　權重模型　
　　10.2.3　遺傳投影尋蹤倒S型評價模型　
　　10.2.4　遺傳投影尋蹤插值模型　
　　10.2.5　多目標理想區(qū)間模型　
　　10.2.6　RBF網絡評價模型　
　　10.2.7　物元模型　
　　10.2.8　結論　
　10.3　黃河流域水質恢復能力綜合評價的GPPM　
　　10.3.1　計算技術　
　　10.3.2　黃河流域水質恢復能力綜合評價　
　10.4　水資源潛力綜合評價　
　　10.4.1　計算技術　
　　10.4.2　水資源潛力綜合評價　
　10.5　區(qū)域水資源開發(fā)利用程度綜合評價的GPPM　
　　10.5.1　計算技術　
　　10.5.2　區(qū)域水資源開發(fā)利用程度綜合評價　
　10.6　水質綜合評價的GPPM　
　　10.6.1　計算技術　
　　10.6.2　水質綜合評價　
　10.7　區(qū)域水資源承載能力綜合評價的GPPM　
　　10.7.1　計算技術　
　　10.7.2　區(qū)域水資源承載能力綜合評價　
　10.8　遺傳理想區(qū)間模型在城市環(huán)境質量綜合評價中的應用　
　　10.8.1　遺傳理性區(qū)間模型　
　　10.8.2　城市環(huán)境質量綜合評價　
　10.9　RBF神經網絡模型在大氣環(huán)境質量綜合評價中的應用　
　　10.9.1　計算技術　
　　10.9.2　大氣環(huán)境質量綜合評價　
　10.10　本章小結　
第十一章　智能算法在資源環(huán)境系統預測中的應用　
　11.1　RBF神經網絡模型在黃河流域年徑流預測中的應用　
　　11.1.1　計算技術　
　　11.1.2　黃河流域年徑流預測　
　11.2　RBF神經網絡模型在海溫預測的應用　
　　11.2.1　海溫預測　
　　11.2.2　結論　
　11.3　遺傳門限自回歸模型在海洋冰情中的應用　
　　11.3.1　遺傳門限自回歸模型　
　　11.3.2　海洋冰情預測　
　11.4　本章小結　
附錄1　各算法中英文對照表　
附錄2　常用實驗函數　
附錄3　二進制碼與格雷碼對照表