超启发式算法

第一篇 超启发式算法：基础理论

第 1 章 超启发式算法简介

1.1 引言

1.2 低层次的启发式算法

1.3 超启发式算法的分类

第 2 章 选择构造类超启发式算法

2.1 引言

2.2 案例推理技术

2.3 局部搜索算法

2.4 基于群体的算法

2.5 混合与自适应方法

2.6 小结

第 3 章 选择摄动类超启发式算法

3.2.1 启发式算法选择方法

3.2.2 动作接受判断方法

3.1 引言

3.2 单点搜索选择摄动类超启发式算法

3.3 多点搜索选择摄动类超启发式算法

3.4 小结

第 4 章 生成构造类超启发式算法

4.1 引言

4.2 低层次启发式算法中的问题属性及其表示

4.3 遗传规划

4.4 一次性和可重复使用性的对比

4.5 小结

第 5 章 生成摄动类超启发式算法

5.1 引言

5.2 局部搜索算子的生成

5.3 创建算法和元启发式算法

5.4 小结

第 6 章 理论层面 —— 一个严格的定义

6.3.1 一种基于图的选择类超启发式算法框架

6.3.2 在基于图的超启发式算法框架中的两个搜索空间的分析

6.3.3 对基于图的超启发式算法的性能评估

6.3.4 基于图的超启发式算法的适应度地形分析

6.2.1 在严格的超启发式算法框架中的两个搜索空间

6.2.2 在超启发式算法框架中由启发式算法构成的空间的适应度地形

6.1 引言

6.2 超启发式算法的一个严格定义

6.3 例子：针对时间表编排问题的一个选择构造类超启发式算法

6.4 小结

第二篇 超启发式算法的应用

第 7 章 车辆路径规划问题

7.3.1 使用摄动类低层次启发式算法的选择类超启发式算法

7.3.2 同时含有构造类和摄动类低层次启发式算法的选择类超启发式算法

7.2.1 求解车辆路径规划问题的构造类低层次启发式算法

7.2.2 求解车辆路径规划问题的摄动类低层次启发式算法

7.1 引言

7.2 求解车辆路径规划问题的低层次启发式算法

7.3 求解车辆路径规划问题的选择类超启发式算法

7.4 求解车辆路径规划问题的生成类超启发式算法

7.5 小结

第 8 章 护士排班问题

8.1 引言

8.2 用于求解护士排班问题的低层次启发式算法

8.3 求解护士排班问题的选择类超启发式算法

8.4 小结

第 9 章 装箱问题

9.2.1 求解装箱问题的低层次构造类启发式算法

9.2.2 超启发式算法所采用的方法

9.1 引言

9.2 选择构造类超启发式算法

9.3 生成构造类超启发式算法

9.4 小结

第 10 章 考试时间表编排问题

10.4.1 求解考试时间表编排问题的选择摄动类超启发式算法

10.4.2 求解考试时间表编排问题的选择构造类超启发式算法

10.1 引言

10.2 求解考试时间表编排问题的低层次构造类启发式算法

10.3 求解考试时间表编排问题的低层次摄动类启发式算法

10.4 求解考试时间表编排问题的选择类超启发式算法

10.5 求解考试时间表编排问题的生成类超启发式算法

10.6 小结

第 11 章 多领域通用的超启发式算法

11.3.1 2011 年跨领域启发式算法搜索挑战赛中的决赛入围者

11.3.2 新近提出的方法

11.1 引言

11.2 跨领域启发式算法搜索挑战赛（ChESC）

11.3 超启发式算法所采用的方法

11.4 小结

第三篇 过去、现在与未来

第 12 章 超启发式算法的研究进展

12.1 引言

12.2 混合型超启发式算法

12.3 用于实现自动化设计的超启发式算法

12.4 超启发式算法的自动化设计

12.5 连续优化

12.6 小结

第 13 章 结论与未来研究方向

附录

附录 A HyFlex 与 EvoHyp

A.2.1 GenAlg

A.2.2 GenProg

A.2.3 分布式的 GenAlg 和 GenProg

A.2.4 如何获取软件工具箱 EvoHyp

A.1 HyFlex

A.2 EvoHyp

附录 B 组合优化问题及其基准测试数据集

B.4.1 考试时间表编排问题的基准测试数据集

B.3.1 车辆路径规划问题的基准测试数据集

B.2.1 2010 年护士排班问题国际竞赛

B.2.2 护士排班问题的英国基准测试数据集

B.2.3 护士排班问题的英国诺丁汉市基准测试数据集

B.1.1 一维装箱问题

B.1.2 二维装箱问题

B.1.3 三维装箱问题

B.1.4 装箱问题的基准测试数据集

B.1 装箱问题

B.2 护士排班问题

B.3 车辆路径规划问题

B.4 考试时间表编排问题

参考文献