同類熱銷排行榜

物聯網動態服務的協同感知與調控優化

作者：楊珍|責編:劉守秀
出版社：吉林大學
ISBN：9787576821734

出版日期：2024/01/01
裝幀：平裝
頁數：171

人民幣：RMB 72 元售價：元

內容大鋼

全書共7章。第1章介紹了研究背景和相關技術；第2章闡述了人腦視覺方向敏感性機制、生物體內神經-內分泌-免疫三大系統構成的調控網路的理論基礎，並對多目標優化的智能演算法進行綜述；第3章討論了基於人腦視覺方向敏感性機制的自組織物聯網服務感知演算法；第4章面向大規模物聯網服務，討論了基於卷積的分區協同感知演算法；第5章討論了基於自適應免疫演算法的農業物聯網服務優化；第6章討論了基於免疫內分泌系統的分層協同進化的物聯網服務多目標優化；第7章討論了生物啟發的自學習協同進化演算法，解決物聯網服務的動態多目標優化。
本書的研究內容是多學科交叉的前沿研究，學術思想先進，理論密切聯繫應用，結構安排合理，既照顧到面，義照顧到點，有一定深度和廣度。讀者既可以從中了解到這一領域的前沿研究進展，又可以深入某一較深的研究方向。

作者介紹

楊珍|責編:劉守秀

第l章  緒論
  1.1  引言
  1.2  物聯網服務的發展
    1.2.1  農業物聯網
    1.2.2  物聯網服務感知
    1.2.3  物聯網服務調控
    1.2.4  農業物聯網服務
  1.3  物聯網智慧化服務的一體化控制
    1.3.1  物聯網服務動態協同調控
    1.3.2  智慧化服務模型的策略
  1.4  小結
  本章參考文獻
第2章  生物調控及多目標優化方法
  2.1  引言
  2.2  視覺方向敏感性機制
    2.2.1  視覺細胞的分類
    2.2.2  方向敏感性機制
  2.3  神經-內分泌-免疫調控體系
    2.3.1  神經系統與內分泌系統的聯繫
    2.3.2  內分泌系統與免疫系統的聯繫
    2.3.3  神經系統與免疫系統的聯繫
    2.3.4  神經-內分泌-免疫的整體調控
  2.4  視覺方向敏感性機制對物聯網服務感知的啟發
  2.5  神經-內分泌-免疫調控體系對物聯網服務優化的啟發
  2.6  多目標優化
    2.6.1  多目標進化演算法
    2.6.2  動態多目標優化
  2.7  小結
  本章參考文獻
第3章  人腦視覺方向敏感的自組織物聯網服務感知演算法
  3.1  引言
  3.2  方向敏感的自組織物聯網服務感知模型
    3.2.1  敏感性機制與感知演算法的映射關係
    3.2.2  自組織物聯網簡介
    3.2.3  節點的設計
  3.3  基於方向敏感性機制的自組織物聯網服務感知演算法
    3.3.1  物聯網服務感知模型
    3.3.2  節點的喚醒方式
    3.3.3  節點的協同交互模式
    3.3.4  方向敏感性的實現
  3.4  模擬實驗與結果分析
    3.4.1  實驗參數設置
    3.4.2  性能指標
    3.4.3  與其他演算法的對比實驗
    3.4.4  敏感性分析
  3.5  小結
  本章參考文獻
第4章  面向大規模物聯網的分區協同服務感知演算法
  4.1  引言
  4.2  深度學習相關方法

  4.3  方向敏感的大規模物聯網服務感知模型
    4.3.1  大規模物聯網服務感知模型
    4.3.2  節點的感知區域劃分
  4.4  基於卷積的分區協同感知演算法
    4.4.1  節點的最優方位
    4.4.2  區域選擇運算元
    4.4.3  基於卷積的節點狀態切換模式
  4.5  模擬實驗與結果分析
    4.5.1  實驗參數設置
    4.5.2  與其他演算法的對比實驗
    4.5.3  敏感性分析
  4.6  小結
  本章參考文獻
第5章  基於自適應免疫演算法的農業物聯網服務優化
  5.1  引言
  5.2  農業物聯網服務架構和模型
    5.2.1  農業物聯網服務架構
    5.2.2  優化模型
  5.3  基於內分泌調節的自適應免疫演算法
    5.3.1  物聯網系統與免疫系統之間的映射關係
    5.3.2  自適應免疫演算法
  5.4  模擬實驗與結果分析
    5.4.1  實驗參數設置
    5.4.2  與無內分泌調節的對比實驗
    5.4.3  與其他演算法的對比實驗
  5.5  小結
  本章參考文獻
第6章  分層協同進化的物聯網服務多目標優化
  6.1  引言
  6.2  物聯網服務的多目標優化模型
    6.2.1  物聯網服務模型
    6.2.2  多目標優化模型
  6.3  免疫內分泌系統啟發的分層協同進化多目標優化演算法
    6.3.1  IE-HCMOA演算法的智能模型
    6.3.2  全局排序的帶疫苗的免疫子演算法
    6.3.3  激素調節
    6.3.4  聚類
    6.3.5  遺忘記憶機制
  6.4  模擬實驗與結果分析
    6.4.1  實驗參數設置
  6。4.2  性能指標
    6.4.3  案例1對比實驗
    6.4.4  案例2對比實驗
    6.4.5  敏感性分析
  6.5  小結
  本章參考文獻
第7章  自學習協同進化的物聯網服務動態多目標優化
  7.1  引言
  7.2  物聯網服務的動態多目標優化模型
    7.2.1  物聯網服務模型

    7.2.2  動態多目標優化模型
  7.3  生物啟發的自學習協同進化動態多目標優化演算法
    7.3.1  BSCA演算法的智能模型
    7.3.2  內分泌調節的協同機制
    7.3.3  克隆運算元
    7.3.4  基於人腦的社會學習
    7.3.5  基於知識的局部搜索
    7.3.6  BSCA的整體演算法
  7.4  模擬實驗與結果分析
    7.4.1  實驗參數設置
    7.4.2  服務請求的分佈密度
    7.4.3  性能指標
    7.4.4  單服務策略下的性能對比實驗
    7.4.5  協同服務策略下的性能對比實驗
    7.4.6  計算時間對比
  7.5  三層遞進式結構解析實驗
    7.5.1  第l層的角色
    7.5.2  第2層的角色
    7.5.3  第3層的角色
  7.6  小結
  本章參考文獻

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

物聯網動態服務的協同感知與調控優化