同類熱銷排行榜

離散粒子群優化演算法及其應用

作者：郭文忠//陳國龍
出版社：清華大學
ISBN：9787302283485

出版日期：2012/05/01
裝幀：平裝
頁數：300

人民幣：RMB 56 元售價：元

內容大鋼

    郭文忠等編著的《離散粒子群優化演算法及其應用》主要闡述離散粒子群優化(discrete particle swarm optimization，DPS0)演算法的具體構建及其在各種組合優化問題中的應用等。
    《離散粒子群優化演算法及其應用》分為11章，各章節內容具體安排如下：第1章主要介紹了基本PSO演算法的原理機制及其發展現狀，並著重介紹了PSO演算法的三種常見離散化策略，闡述了DPSO演算法的應用成果；第2章主要介紹了PSO演算法在TSP優化問題中的應用；第3章介紹了一種基於表現型共享函數的多目標粒子群優化演算法及其在多工作流調度問題中的應用；第4章介紹了一種求解多目標最小生成樹問題的改進計數演算法，並詳細闡述了一種用於求解多目標最小生成樹問題的新型DPs0演算法的具體設計過程；第5章主要介紹了PSO演算法在入侵檢測數據特徵選擇中的應用；第6章重點闡述了PSO演算法在入侵檢測系統異常檢測和誤用檢測中的具體應用；第7章分別闡述了PSO演算法在網路安全態勢感知中態勢要素獲取、理解以及預測等各步驟中的應用；第8章主要介紹了PSO演算法在異構集群數據流分配問題中的應用；第9．章主要討論了無線感測器網路中基於PSO的拓撲生成及其容錯拓撲控制機制，詳細介紹了各種演算法的具體設計過程；第10章重點闡述了基於PSO演算法的無線感測器網路任務調度策略的設計；第11章分別闡述了PSO演算法在超大規模集成電路物理設計中的電路劃分和布圖∕布局規劃優化問題中的具體應用。
    《離散粒子群優化演算法及其應用》主要面向電腦科學、自動化科學、管理科學、控制科學等相關學科專業高年級本科生、研究生以及廣大研究計算智能的科技工作者。

作者介紹

郭文忠//陳國龍

第1章緒論
1.1 引言
1.2 基本粒子群優化演算法
  1.2.1 粒子群優化演算法的基本原理
  1.2.2 基本粒子群優化演算法模型
  1.2.3 基本粒子群優化演算法流程
  1.2.4 參數分析與設置
1.3 粒子群優化演算法的改進綜述
  1.3.1 基於慣性權值的改進
  1.3.2 基於加速因子的改進
  1.3.3 基於鄰近群拓撲的改進
  1.3.4 基於種群規模的改進
  1.3.5 混合粒子群優化演算法
1.4 粒子群優化演算法的機理研究
1.5 粒子群優化演算法的應用研究
1.6 離散粒子群優化演算法
  1.6.1 將速度作為位置變化的概率
  1.6.2 直接將連續PSO用於離散問題的求解
  1.6.3 重新定義PSO演算法操作運算元
1.7 DPSO演算法應用
1.8 DPSO演算法研究展望
參考文獻
第2章在rsP問題中的應用
2.1 引言
2.2 求解TSF問題的自適應粒子群優化演算法
  2.2.1 離散.PSO演算法
  2.2.2 求解TSP問題的PSO演算法設計
  2.2.3 慣性權值在離散PSO演算法中的作用
  2.2.4 實驗結果與分析
2.3 求解TSP問題的動態領域PSO演算法
  2.3.1 相關概念
  2.3.2 TSP問題的PSO操作
  2.3.3 動態領域PSO演算法的設計
  2.3.4 實驗結果及分析
2.4 求解TSP問題的PSO一ACO演算法
  2.4.1 模擬進化的蟻群演算法
  2.4.2 PSO-ACO演算法的設計思想及總體框架
  2.4.3 實驗結果與分析
參考文獻
第3章在多工作流調度中的應用
3.1 引言
3.2 問題描述
  3.2.1 多目標優化問題
  3.2.2 求解多目標優化問題的基本方法
3.3 多目標工作流調度問題
3.4 基於表現型共享的多目標粒子群優化演算法
  3.4.1 基於表現型共享的適應度函數
  3.4.2 演算法的基本模型
  3.4.3 演算法步驟
  3.4.4 算例測試與結果分析

3.5 求解多目標工作流調度問題的離散粒子群優化演算法
  3.5.1 演算法基本模型
  3.5.2 演算法主要步驟
  3.5.3 實驗結果
參考文獻
第4章在多目標最小生成樹問題中的應用
4.1 引言
4.2 問題模型
  4.2.1 MST問題
  4.2.2 mc-MST問題
4.3 改進的計數演算法
  4.4 求解mc-MST問題的NDPSO演算法
  4.4.1 粒子的編碼機制
  4.4.2 粒子的適應度函數
  4.4.3 粒子的更新公式
  4.4.4 演算法描述
  4.4.5 收斂性分析
4.5 實驗結果與分析
  4.5.1 測試問題
  4.5.2 結果與分析
參考文獻
第5章在入侵檢測數據特徵選擇中的應用
5.1 引言
5.2 特徵選擇
5.3 基於PSO和相關性分析的特徵選擇演算法
  5.3.1 粒子編碼模式
  5.3.2 適應度函數
  5.3.3 參數設置
  5.3.4 演算法描述
  5.3.5 實驗結果與分析
5.4 基於PSo和鄰域約簡模型的特徵選擇演算法
  5.4.1 鄰域粗糙集
  5.4.2 演算法的具體設計
  5.4.3 模擬實驗
5.5 基於PSO和雲模型的特徵選擇演算法
  5.5.1 雲的概念
  5.5.2 雲的對象隸屬度計算
  5.5.3 演算法的具體設計
  5.5.4 實驗結果與分析
參考文獻
第6章在入侵檢測系統中的應用
6.1 引言
6.2 基於連續粒子群分類演算法的誤用檢測
  6.2.1 目前入侵檢測產品存在的缺陷
  6.2.2 分類演算法
  6.2.3 基於連續粒子群的分類演算法
6.3 基於否定選擇演算法的異常檢測
  6.3.1 基於異常的入侵檢測系統的缺陷
  6.3.2 人工免疫與否定選擇演算法
  6.3.3 修改的否定選擇演算法

6.4 混合的網路入侵檢測引擎
  6.4.1 引入混合方式的目的
  6.4.2 混合方式
  6.4.3 混合的入侵檢測引擎的整體結構
  6.4.4 模擬實驗
參考文獻
第7章在網路安全態勢感知中的應用
7.1 引言
7.2 基於PSO-FNN的安全態勢感知要素提取演算法
  7.2.1 相關演算法
  7.2.2 基於PSO-FNN的安全態勢要素提取模型
  7.2.3 基於PSO-FNN的安全態勢要素提取方法
  7.2.4 模擬實驗與結果分析
7.3 基於PSO-BPNN的安全態勢預測演算法
  7.3.1 基於PSO-BPNN的網路安全態勢預測模型
  7.3.2 基於PSO-BPNN網路安全態勢預測方法
  7.3.3 模擬實驗
7.4 網路安全系統中的組態勢感知研究
  7.4.1 個體態勢感知與組態勢感知
  7.4.2 基於PSO的聚類分析實驗設計
  7.4.3 演算法流程
  7.4.4 模擬實驗
參考文獻
第8章在異構集群數據流分配中的應用
8.1 引言
8.2 數據流分配演算法
8.3 基於PSO的異構集群數據流自適應分配策略
  8.3.1 問題建模
  8.3.2 帶動態反饋機制的數據流自適應分配模型
  8.3.3 改進的粒子群優化演算法
  8.3.4 模擬實驗結果與分析
8.4 動態聯盟思想的引入
  8.4.1 動態聯盟思想
  8.4.2 問題建模
  8.4.3 演算法描述
  8.4.4 演算法模擬與結果分析
參考文獻
第9.章在WSN拓撲控制中的應用
9.1 引言
9.2 基於度約束最小生成樹的wSN分散式拓撲控制
  9.2.1 網路模型與問題描述
  9.2.2 求解dc—MsT問題的DPSO
  9.2.3 分散式拓撲控制方案
  9.2.4 模擬實驗
9.3 基於二連通的WSN拓撲控制方案
  9.3.1 網路模型及問題描述
  9.3.2 求解wSN二連通拓撲結構的DPSO演算法
  9.3.3 模擬實驗
9.4 基於K一連通問題的wSN拓撲控制方案
  9.4.1 相關工作

  9.4.2 相關定義
  9.4.3 集中式的KTCPSO演算法描述
  9.4.4 分散式KLPSO演算法描述
  9.4.5 演算法的時間複雜度分析
  9.4.6 模擬實驗
參考文獻
第10章在WSN任務調度中的應用
10.1 引言
10.2 任務調度相關概念
10.3 WSN任務分配動態聯盟模型及其演算法
  10.3.1 問題描述
  10.3.2 任務分配動態聯盟模型的構建
  10.3.3 求解動態聯盟模型的PSO演算法
  10.3.4 實驗結果與分析
10.4 帶多Agent的wSN自適應任務調度策略
  10.4.1 多Agent系統
  10.4.2 基於多Agent的無線感測器網路體系結構及系統模型
  10.4.3 基於多Agent的無線感測器網路自適應任務調度策略
  10.4.4 模擬實驗與結果分析
10.5 基於串列聯盟的動態任務分配演算法
  10.5.1 串列聯盟思想的引入
  10.5.2 基於DPSO的聯盟形成演算法
  10.5.3 基於串列聯盟的任務分配體系結構
  10.5.4 模擬實驗
10.6 基於並行聯盟的動態任務分配演算法
  10.6.1 引言
  10.6.2 並行聯盟概述
  10.6.3 基於並行聯盟的任務分配演算法
  10.6.4 基於並行聯盟的任務分配體系結構
  10.6.5 模擬實驗
參考文獻
第1l章在VLSI物理設計中的應用
11.1 引言
11.2 VLSI設計概述
  11.2.1 VLSI設計流程
  11.2.2 物理設計過程
11.3 單目標電路劃分的離散PSO演算法
  11.3.1 相關工作
  11.3.2 問題模型
  11.3.3 演算法描述
  11.3.4 實驗結果分析
11.4 單目標電路劃分的混合PSO演算法
  11.4.1 演算法的具體設計過程
  11.4.2 實驗結果與分析
11.5 多目標電路劃分的離散：PSO演算法
  11.5.1 相關工作
  11.5.2 多目標劃分問題模型
  11.5.3 基於DPSO框架下的多目標劃分演算法
  11.5.4 實驗結果與分析
11.6 解決布圖規劃的DPSO演算法

  11.6.1 VLSI布圖模式與相關工作
  11.6.2 問題描述
  11.6.3 演算法描述
  11.6.4 實驗結果與分析
11.7 解決布圖規劃的多目標PSO演算法
  11.7.1 採用整數序列編碼的布圖規劃演算法
  11.7.2 採用序列對編碼的布圖規劃演算法
11.8 解決布圖規劃的協同多目標PSO演算法
  11.8.1 協同多目標演算法概述
  11.8.2 解決布圖規劃問題的協同多目標PSO演算法
  11.8.3 實驗結果分析
參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032

同類熱銷排行榜

最近瀏覽的商品

離散粒子群優化演算法及其應用