幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

群體智能(原理改進與實現新形態版雙色印刷普通高等教育電子信息類專業系列教材)

  • 作者：編者:唐浩//徐博//王咸鵬//張衛東|責編:曾珊//薛陽
  • 出版社：清華大學
  • ISBN：9787302709640
  • 出版日期：2026/05/01
  • 裝幀：平裝
  • 頁數：117
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    在現代計算技術的推動下，群體智能優化演算法在解決複雜優化問題中展現出巨大的潛力。傳統優化方法往往難以應對高維、非線性和不確定性問題，而群體智能演算法通過模擬自然界中的群體行為，能高效地探索全局最優解，展現出強大的適應性和靈活性。
    本書系統介紹了群體智能優化演算法的基礎理論和核心思想，並結合具體實例展示了演算法在工程中的實際應用。書中對5種群智能優化演算法進行了分類討論，深入分析其原理、改進策略及時間複雜度，幫助讀者全面掌握演算法結構與優化技巧。此外，附錄A提供了程序源代碼，便於讀者在學習中進行對照實驗。
    本書適合作為高等院校電腦科學、人工智慧和工程優化等相關專業的教材，也適合相關領域的研究人員和工程技術人員作為參考書籍。
作者介紹
編者:唐浩//徐博//王咸鵬//張衛東|責編:曾珊//薛陽
目錄
第1章  緒論
  1.1  群體智能優化演算法簡介
  1.2  群體智能演算法的核心思想
  1.3  群體智能演算法的研究意義、應用和發展
    1.3.1  群體智能演算法的研究意義
    1.3.2  群體智能演算法的應用和發展
  1.4  習題
第2章  最優化問題
  2.1  最優化問題的定義和分類
    2.1.1  最優化問題的定義
    2.1.2  最優化問題的分類
  2.2  局部最優解和全局最優解
  2.3  最優化問題實例
    2.3.1  函數的最值問題
    2.3.2  0-1背包問題
    2.3.3  柔性作業車間調度問題
  2.4  複雜度和NP問題
  2.5  習題
第3章  群體智能優化演算法的分類
  3.1  精確演算法和群體智能演算法
    3.1.1  精確演算法
    3.1.2  群體智能演算法
  3.2  仿生型演算法
    3.2.1  仿生行為演算法
    3.2.2  仿生過程演算法
  3.3  非仿生型演算法
  3.4  演算法框架
  3.5  習題
第4章  粒子群演算法
  4.1  粒子群演算法簡介
  4.2  原始粒子群演算法
    4.2.1  速度和位置初始化
    4.2.2  個體歷史最優和全局歷史最優
    4.2.3  速度和位置更新
  4.3  標準粒子群演算法
  4.4  關鍵參數設置
  4.5  粒子群演算法的基本框架
  4.6  粒子群演算法的改進策略
    4.6.1  粒子群演算法存在的問題
    4.6.2  二進位粒子群演算法
    4.6.3  自適應慣性權重
    4.6.4  自適應認知權重
  4.7  原始粒子群演算法的時間複雜度
  4.8  實例應用
    4.8.1  求解函數最值
    4.8.2  拉壓彈簧設計
    4.8.3  壓力容器設計
  4.9  習題
第5章  模擬退火演算法
  5.1  模擬退火演算法的思想

    5.1.1  退火現象
    5.1.2  Metropolis準則
    5.1.3  演算法原理
  5.2  模擬退火演算法的設計
  5.3  模擬退火演算法的基本框架
  5.4  模擬退火演算法的改進策略
    5.4.1  模擬退火演算法存在的問題
    5.4.2  增加保留運算元策略
    5.4.3  多粒子尋優策略
    5.4.4  重升溫策略
    5.4.5  多普勒型降溫策略
  5.5  模擬退火演算法的時間複雜度
  5.6  實例應用
    5.6.1  求解函數最值
    5.6.2  拉壓彈簧設計
    5.6.3  壓力容器設計
  5.7  習題
第6章  斑馬優化演算法
  6.1  斑馬優化演算法簡介
    6.1.1  演算法靈感
    6.1.2  優化問題解的模型
  6.2  種群位置更新策略
    6.2.1  覓食階段
    6.2.2  防禦階段
  6.3  斑馬優化演算法的基本框架
  6.4  斑馬優化演算法的時間複雜度
  6.5  實例應用
    6.5.1  求解函數最值
    6.5.2  拉壓彈簧設計
    6.5.3  壓力容器設計
  6.6  習題
第7章  霧?優化演算法
  7.1  霧?優化演算法簡介
    7.1.1  演算法靈感
    7.1.2  優化問題解的模型
  7.2  群體狀態更新策略
    7.2.1  軟霧?搜索策略
    7.2.2  硬霧?穿刺機制
    7.2.3  正貪婪選擇機制
  7.3  霧?優化演算法的基本框架
  7.4  霧?優化演算法的時間複雜度
  7.5  實例應用
    7.5.1  求解函數最值
    7.5.2  拉壓彈簧設計
    7.5.3  壓力容器設計
  7.6  演算法性能對比
    7.6.1  求解函數最值問題的性能對比
    7.6.2  求解拉壓彈簧設計問題的性能對比
    7.6.3  求解壓力容器設計問題的性能對比
  7.7  習題

第8章  群體智能優化演算法解決FJSP
  8.1  FJSP
    8.1.1  基本概念
    8.1.2  FJSP的分類
    8.1.3  FJSP的評價指標
    8.1.4  活動調度說明
  8.2  使用斑馬優化演算法解決FJSP
    8.2.1  編碼和解碼方案
    8.2.2  初始化
    8.2.3  種群更新
    8.2.4  實例驗證
  8.3  使用霧?優化演算法解決FJSP
    8.3.1  編碼和解碼方案
    8.3.2  初始化
    8.3.3  位置更新策略
    8.3.4  實例驗證
  8.4  使用混合離散粒子群演算法和模擬退火演算法解決FJSP
    8.4.1  編碼和解碼方案
    8.4.2  初始化
    8.4.3  基於離散粒子群演算法的全局搜索
    8.4.4  基於模擬退火演算法的局部搜索
    8.4.5  實例驗證
  8.5  演算法性能對比
附錄A
參考文獻

  • 商品搜索：
  • | 高級搜索
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