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。