同類熱銷排行榜

群智能進化演算法及其應用

作者：王艷嬌//刁鵬飛//賈雁飛
出版社：科學
ISBN：9787030598202

出版日期：2019/11/01
裝幀：平裝
頁數：292

人民幣：RMB 132 元售價：元

內容大鋼

本書全面翔實地闡述了人工蜂群演算法、群集蜘蛛優化演算法、共生生物搜索演算法、離子運動演算法、引力搜索演算法及海豚群演算法的原理，給出了基於MATLAB語言的實現方法，針對靜態單目標優化問題、靜態多目標優化問題、動態單目標優化問題提出了多種改進演算法和實現策略，並求解了無線多媒體感測器網路全目標覆蓋等實際問題。
本書可供高等院校電腦科學、人工智慧、自動控制和其他相關專業高年級本科生、研究生和教師閱讀，也可作為群智能進化演算法愛好者研究、學習的參考書。

作者介紹

王艷嬌//刁鵬飛//賈雁飛

第1章  緒論
  1.1  群智能進化演算法的發展
    1.1.1  群體啟發演算法
    1.1.2  進化啟發演算法
    1.1.3  物理啟發演算法
  1.2  優化問題概述
  1.3  靜態單目標優化問題
    1.3.1  靜態單目標無約束優化問題標準測試函數及性能評價標準
    1.3.2  靜態單目標約束優化問題標準測試函數及性能評價標準
  1.4  靜態多目標優化問題
    1.4.1  靜態多目標無約束優化問題標準測試函數及性能評價標準
    1.4.2  靜態多目標約束優化問題標準測試函數及性能評價標準
  1.5  動態優化問題
    1.5.1  動態單目標優化問題的標準測試函數及性能評價標準
    1.5.2  動態多目標優化問題的標準測試函數及性能評價標準
第2章  人工蜂群演算法
  2.1  人工蜂群演算法的生物學背景
  2.2  人工蜂群演算法的基本原理及操作流程
    2.2.1  人工蜂群演算法的基本原理
    2.2.2  人工蜂群演算法的操作流程
  2.3  人工蜂群演算法的特點和收斂性證明
    2.3.1  人工蜂群演算法的特點
    2.3.2  人工蜂群演算法的收斂性證明
  2.4  基於MATLAB語言的人工蜂群演算法實現
  2.5  面向靜態單目標無約束優化的改進人工蜂群演算法
    2.5.1  改進人工蜂群演算法的基本原理
    2.5.2  快速人工蜂群演算法的操作流程
    2.5.3  快速人工蜂群演算法的複雜度分析
    2.5.4  實驗模擬與結果分析
  2.6  面向靜態多目標約束優化的改進人工蜂群演算法
    2.6.1  靜態約束多目標人工蜂群演算法的基本原理
    2.6.2  靜態約束多目標人工蜂群演算法的流程與複雜度分析
    2.6.3  實驗模擬與結果分析
第3章  群集蜘蛛優化演算法
  3.1  群集蜘蛛優化演算法的基本原理及操作流程
    3.1.1  群集蜘蛛優化演算法的基本原理
    3.1.2  群集蜘蛛優化演算法的操作流程
  3.2  基於MATLAB語言的群集蜘蛛優化演算法的實現
  3.3  面向靜態單目標無約束優化問題的改進群集蜘蛛優化演算法
    3.3.1  改進群集蜘蛛優化演算法的基本原理
    3.3.2  基於動態學習策略的群集蜘蛛優化演算法的操作流程
    3.3.3  實驗模擬與結果分析
  3.4  面向靜態多目標無約束優化問題的群集蜘蛛優化演算法
    3.4.1  多目標群集蜘蛛優化演算法的基本原理
    3.4.2  實驗模擬與結果分析
第4章  共生生物搜索演算法
  4.1  共生生物搜索演算法的基本原理及操作流程
    4.1.1  共生生物搜索演算法基本原理
    4.1.2  共生生物搜索演算法的操作流程
  4.2  基於MATLAB語言的共生生物搜索演算法的實現

  4.3  面向靜態單目標無約束優化問題的基於子種群拉伸操作的
    精英共生生物搜索演算法
    4.3.1  基於子種群拉伸操作的精英共生生物搜索演算法的基本原理
    4.3.2  基於子種群拉伸操作的精英共生生物搜索演算法的操作流程
    4.3.3  實驗模擬與結果分析
  4.4  面向靜態單目標無約束優化問題的基於混合策略的改進
    共生生物搜索演算法
    4.4.1  基於混合策略的共生生物搜索演算法的基本原理
    4.4.2  基於混合策略的共生生物搜索演算法的操作流程
    4.4.3  實驗模擬與結果分析
  4.5  面向靜態單目標約束優化問題的混合約束共生生物搜索演算法
    4.5.1  約束處理技術
    4.5.2  混合約束共生生物搜索演算法的基本原理
    4.5.3  混合約束共生生物搜索演算法的操作流程
    4.5.4  實驗模擬與結果分析
第5章  離子運動演算法
  5.1  離子運動演算法的基本原理
  5.2  基於MATLAB的離子運動演算法的實現
  5.3  面向靜態單目標無約束優化問題的改進離子運動演算法
    5.3.1  改進離子運動演算法的基本原理
    5.3.2  改進離子運動演算法的操作流程
    5.3.3  實驗模擬與結果分析
  5.4  面向動態單目標優化的改進離子運動演算法
    5.4.1  基於記憶策略的動態離子運動演算法的基本原理
    5.4.2  DIM0-MS演算法的操作流程
    5.4.3  實驗模擬與結果分析
第6章  其他新型群智能進化演算法
  6.1  引力搜索演算法的基本原理及操作流程
    6.1.1  引力搜索演算法的基本原理
    6.1.2  引力搜索演算法的操作流程
  6.2  引力搜索演算法的特點和性能分析
    6.2.1  引力搜索演算法的特點
    6.2.2  現有引力搜索演算法的性能分析
  6.3  基於MATLAB語言的引力搜索演算法實現
  6.4  面向靜態單目標無約束優化問題的改進引力搜索演算法
    6.4.1  基於權重函數分段的引力搜索演算法的基本原理
    6.4.2  基於權重函數分段的引力搜索演算法的操作流程
    6.4.3  實驗模擬與結果分析
  6.5  海豚群演算法的基本原理及操作流程
    6.5.1  海豚群演算法的基本原理
    6.5.2  海豚群演算法的操作流程
  6.6  基於MATLAB語言的海豚群演算法的實現
  6.7  面向靜態單目標無約束優化問題的跳躍海豚群演算法
    6.7.1  改進的海豚群演算法的基本原理
    6.7.2  跳躍海豚群演算法的操作流程
    6.7.3  實驗模擬與結果分析
第7章  群智能進化演算法的典型應用
  7.1  群智能進化演算法的應用
    7.1.1  群智能進化演算法在通信領域的應用
    7.1.2  群智能進化演算法在電腦科學領域的應用

    7.1.3  群智能進化演算法在電子電氣工程領域的應用
    7.1.4  群智能進化演算法在機械設計與製造領域的應用
    7.1.5  群智能進化演算法在航空航天領域的應用
    7.1.6  群智能進化演算法在機器人領域的應用
    7.1.7  群智能進化演算法在環境與資源配置領域的應用
    7.1.8  群智能進化演算法在交通運輸領域的應用
    7.1.9  群智能進化演算法在工程管理領域的應用
    7.1.10  群智能進化演算法在經濟領域的應用
    7.1.11  群智能進化演算法在其他領域的應用
  7.2  基於人工蜂群演算法的無線多媒體感測器網路二維全目標優化方法
    7.2.1  無線多媒體感測器的三維有向感知模型和全目標覆蓋問題
    7.2.2  基於人工蜂群演算法的面向三維有向感知模型的WMSN全目標覆蓋方法
    7.2.3  實驗模擬與結果分析
  7.3  基於萬有引力演算法的WMSN三維全目標覆蓋方法
    7.3.1  WMSN三維全目標覆蓋問題描述
    7.3.2  基於PGSA演算法的WMSN三維全目標覆蓋方法
    7.3.3  實驗模擬與結果分析
  7.4  ε- CISOSAMS在異構無線網路接入選擇中的應用
    7.4.l  異構無線網路多屬性決策方法
    7.4.2  基於ε- CISOSAMS演算法的異構無線網路接入選擇演算法
    7.4.3  實驗模擬與結果分析
主要參考文獻
附錄A
附錄B
附錄C
附錄D
附錄E

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

群智能進化演算法及其應用