同類熱銷排行榜

群智能優化方法及應用

作者：湯可宗//楊靜宇|責編:惠雪//王曉麗
出版社：科學
ISBN：9787030447401

出版日期：2015/07/01
裝幀：平裝
頁數：232

人民幣：RMB 99 元售價：元

內容大鋼

群智能優化方法作為一種新興的演化計算技術已經成為越來越多研究者關注的焦點。目前，群智能優化方法已經廣泛應用於模式識別、圖像處理、系統工程、生物信息、控制理論等相關工程和科學研究領域。本書將從讀者的角度出發，提供一本通俗易懂、由淺入深的研究性著作，而不僅僅是將其核心集中在某一專題做過多的深入理論討論。
本書共9章，第1章介紹群智能優化方法的產生與發展；第2章介紹最優化模型建模的一般方法和步驟；第3章?第5章介紹較為成熟的幾種群智能優化方法，分別是遺傳演算法、粒子群優化演算法、蟻群演算法。第6章?第9章介紹近年來熱點研究的人工免疫演算法、文化演算法、微分進化、模擬退火演算法。本書可作為高等院校電腦科學與技術、電子信息工程、生物醫學工程、控制科學與工程等學科的本科生、研究生以及廣大研究群智能優化方法的科技工作者的參考書。

作者介紹

湯可宗//楊靜宇|責編:惠雪//王曉麗

前言
第1章  緒論
  1.1  最優化方法的意義
  1.2  最優化方法的分類
  1.3  群智能優化方法的產生與發展
  1.4  怎樣學習群智能優化方法
  參考文獻
第2章  最優化模型
  2.1  單變數最優化
  2.2  多變數最優化
  2.3  傳統的優化計算方法
    2.3.1  拉格朗日乘子法
    2.3.2  牛頓迭代法
    2.3.3  最速下降法
  參考文獻
第3章  遺傳演算法
  3.1  導言
  3.2  基本原理
    3.2.1  基本思想
    3.2.2  組成要素
    3.2.3  演算法流程
  3.3  遺傳演算法的數學機理
    3.3.1  模式的概念
    3.3.2  模式定理
  3.4  實力分析
    3.4.1  非線性約束優化問題
    3.4.2  多目標優化問題
    3.4.3  圖像分割問題
  參考文獻
第4章  粒子群優化演算法
  4.1  導言
  4.2  基本原理
    4.2.1  基本粒子群優化演算法
    4.2.2  標準粒子群優化演算法
    4.2.3  組成要素
  4.3  數學機理
    4.3.1  複雜度分析
    4.3.2  收斂性分析
  4.4  實例分析
    4.4.1  基於多樣性反饋的粒子群優化演算法
    4.4.2  基於離散式多樣性評價策略的自適應粒子群優化演算法
    4.4.3  雙中心粒子群優化演算法
  參考文獻
第5章  蟻群演算法
  5.1  導言
  5.2  基本原理
    5.2.1  蟻群覓食的特性
    5.2.2  螞蟻系統模型
    5.2.3  蟻群演算法的實現
  5.3  複雜度及收斂性分析

    5.3.1  複雜度分析
    5.3.2  收斂性分析
  5.4  蟻群演算法的改進
    5.4.1  蟻群演算法的改進思路
    5.4.2  最大最小蟻群系統（MMAS)
    5.4.3  分段演算法
    5.4.4  小窗口蟻群演算法
    5.4.5  智能螞蟻演算法
    5.4.6  自適應蟻群演算法
    5.4.7  具有變異和分工特徵的蟻群演算法
  5.5  實例分析
    5.5.1  旅行商問題
    5.5.2  聚類問題
    5.5.3  邊緣檢測問題
  參考文獻
第6章  人工免疫演算法
  6.1  導言
  6.2  基本原理
    6.2.1  生物免疫系統的基本概念
    6.2.2  免疫系統的功能原理
    6.2.3  人工免疫演算法基本流程
  6.3  免疫演算法的分類
    6.3.1  基於信息熵的免疫演算法
    6.3.2  基於免疫特性的否定選擇演算法
    6.3.3  基於克隆選擇學說的克隆選擇演算法
    6.3.4  基於免疫網路理論的免疫演算法
    6.3.5  基於疫苗的免疫規劃演算法
  6.4  實例分析
    6.4.1  免疫演算法與蟻群演算法的混合
    6.4.2  基於免疫演算法的圖像分割方法
  參考文獻
第7章  文化演算法
  7.1  導言
  7.2  基本原理
  7.3  文化演算法的設計
    7.3.1  群體空間
    7.3.2  信度空間
    7.3.3  接受函數
    7.3.4  影響函數
  7.4  實例分析
    7.4.1  進化規劃文化演算法解決約束優化問題
    7.4.2  改進進化規劃文化演算法
  參考文獻
第8章  微分進化
  8.1  導言
  8.2  基本原理
    8.2.1  基本思想
    8.2.2  組成要素
    8.2.3  DE演算法的流程
  8.3  改進的微分進化演算法

    8.3.1  MADE 演算法
    8.3.2  BinDE 演算法
    8.3.3  normDE 演算法
    8.3.4  基於極大、極小距離密度的多目標微分進化演算法
  8.4  微分進化的幾種優化策略
  8.5  實例分析
    8.5.1  微分進化文化演算法
    8.5.2  基於Pareto的雙群體多目標微分進化演算法
  參考文獻
第9章  模擬退火演算法
  9.1  導言
    9.1.1  物理退火過程
    9.1.2  退火與模擬退火
  9.2  模擬退火的數學描述和統計特性
    9.2.1  數學描述
    9.2.2  統計特性
  9.3  模擬退火演算法的實現流程及性能分析
    9.3.1  演算法的計算步驟和流程圖
    9.3.2  演算法的組成要素
    9.3.3  演算法性能分析
  9.4  實例分析
    9.4.1  最小優化問題
    9.4.2  應急救援物資調度問題
  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

群智能優化方法及應用