目录
序 i
主要符号表 iii
*一部分 绪论与预备知识 1
第 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
*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: *大匹配 98
9.3 案例分析: *小生成树 103
9.4 实验验证 109
9.5 小结 111
第 10 章 非*确适应度评估 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
第 11 章 种群 135
11.1 种群的影响 136
11.2 种群对噪声的鲁棒性 139
11.3 小结 151
第 12 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
第 13 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
第 14 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
第 15 章 子集选择: 次模*大化 205
15.1 单调 次模函数*大化 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
第 16 章 子集选择: 比率*小化 225
16.1 单调次模函数的比率*小化 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
第 17 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
第 18 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
作者介绍
周志华，南京大学计算机科学与技术系主任、人工智能学院院长、计算机软件新技术国家重点实验室常务副主任、机器学习与数据挖掘研究所（LAMDA）所长。ACM/AAAS/AAAI/IEEE/IAPR/IET/CCF/CAAI会士，欧洲科学院外籍院士。中国计算机学会常务理事、中国人工智能学会副理事长。 周志华教授主要从事人工智能、机器学习、数据挖掘等领域的研究工作。著有《机器学习》（西瓜书）等广受好评的著作，在本领域顶刊和顶会发表论文两百余篇，被引五万余次。现任AI Magazine顾问，Frontiers of Computer Science（FCS）、Artificial Intelligence等国内外知名期刊主编、副主编、编委等；也担任IJCAI理事会成员(2018-2023)，曾担任IJCAI顾问委员会委员、IJCAI 2021程序委员会主席、AAAI 2019程序委员会主席等会议职务。 俞扬，南京大学计算机科学与技术系和LAMDA教授，博导，主要研究领域为人工智能、机器学习、强化学习。 曾获2013年全国*秀博士学位论文奖。发表论文40余篇，包括多篇人工智能、机器学习和数据挖掘国际顶*期刊和顶*会议论文，受邀在IJCAI'18做Early Career Spotlight演讲、在IEEE ICA'17做主旨报告。入选2018年全球AI's 10 to Watch，获2018 PAKDD Early Career Award，并任FCS、Artificial Intelligence等多个*流期刊评审人和IJCAI、ICPR等会议领域主席、程序委员。 钱超，南京大学人工智能学院副教授、博导，国家优青。目前主要关注演化算法理论分析、安全演化算法设计与演化学习。作为*一作者在国际*流期刊和会议上发表二十余篇论文。担任IEEE计算智能分会生物启发计算理论基础任务组主席、IEEE演化计算技术委员会委员、中国人工智能学会青工委副秘书长、Memetic Computing编委、JCST和FCS青年副编。获ACM GECCO’11*佳理论论文奖、IDEAL’16 *佳论文奖，博士论文获中国人工智能学会、江苏省和南京大学*秀博士论文奖。
关联推荐
“西瓜书”作者，国内机器学习、人工智能大牛周志华教授新著，演化学习理论奠基之作。
