群智能進化算法及其應用--詳細介紹

圖書搜索
幫助
熱門圖書
EDA技術實用教程——V...
平面設計基礎(第二版)
食品理化檢驗技術
管理學基礎
內蒙古大興安嶺汗馬國家級...
基于深度學習的醫學圖像數...
推薦系統進展:方法與技術
汽車維護實訓指導
機電設備基本電路裝接與調...
學前兒童區域游戲經典案例
數控車削操作與實訓
基于評估的智障學生職業教...
中國中西部南北旅游大通道...
體能和形體訓練(下)
C語言程序設計實驗指導與...
電子技術基礎與實訓教程
成本核算與管理
機電設備操作
建筑裝飾工程施工組織與管...
計算機公共基礎與MS O...
調頻阻尼減震結構理論與設...
財經法規與會計職業道德
[ 本科及研究生教材 ]
    [ 信息技術,電子 ]
        [ 信息技術,電子 ]
    [ 經濟管理 ]
        [ 經濟管理 ]
    [ 建筑 ]
        [ 建筑 ]
    [ 機械,制造 ]
        [ 機械,制造 ]
    [ 公共課 ]
        [ 公共課 ]
[ 高職高專教材 ]
    [ 信息技術,電子 ]
        [ 信息技術,電子 ]
    [ 經濟管理 ]
        [ 經濟管理 ]
    [ 建筑 ]
        [ 建筑 ]
    [ 機械,制造 ]
        [ 機械,制造 ]
    [ 農林環境 ]
        [ 農林環境 ]
    [ 公共課 ]
        [ 公共課 ]
[ 中職中專教材 ]
    [ 信息技術,電子 ]
        [ 信息技術,電子 ]
    [ 經濟管理 ]
        [ 經濟管理 ]
    [ 建筑 ]
        [ 建筑 ]
    [ 機械,制造 ]
        [ 機械,制造 ]
    [ 公共課 ]
        [ 公共課 ]
[ 店銷書,專著 ]
    [ 信息技術,電子 ]
        [ 信息技術,電子 ]
    [ 經濟管理 ]
        [ 經濟管理 ]
    [ 建筑 ]
        [ 建筑 ]
    [ 機械,制造 ]
        [ 機械,制造 ]
    [ 農林環境 ]
        [ 農林環境 ]
    [ 其他 ]
        [ 其他 ]
 當前位置:店銷書,專著 信息技術,電子 信息技術,電子 信息技術,電子 群智能進化算法及其應用
   
群智能進化算法及其應用
作者:王艷嬌
書名:群智能進化算法及其應用
定價:¥ 132 元
光盤: 
叢書名:  
免費資源下載:
本書PPT下載:
目錄和樣章下載: 樣章下載地址
開本: 小16K
標準書號: 978-7-03-059820-2
字數(千): 300
頁數: 304
出版日期: 2019-11-29
發行號: TP-8143.0101
裝幀: 平裝
點擊熱度: 1701
最新印刷日期:    
 
編輯推薦
...........................................................................................................................................
 
獲獎情況
...........................................................................................................................................
 
圖書介紹
...........................................................................................................................................
  本書全面翔實地闡述了人工蜂群算法、群集蜘蛛優化算法、共生生物搜索算法、離子運動算法、引力搜索算法及海豚群算法的原理,給出了基于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算法和實現策略,并求解了無線多媒體傳感器網絡全目標覆蓋等實際問題。
  本書可供高等院校計算機科學、人工智能、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算法愛好者研究、學習的參考書。
 
前言
...........................................................................................................................................
  群智能進化算法是人工智能的一個重要分支,起源于對人工生命的研究,其基本思想是模擬自然界生物的群體行為來構造隨機優化算法,將搜索空間中的點模擬為自然界中的個體,遵從達爾文進化論的優勝劣汰、適者生存的自然法則,即目標函數值較為優秀的個體逐漸取代目標函數值較差的個體,逐步完成迭代尋優過程。目前,群智能進化算法所處理的優化問題主要包括靜態單目標無約束優化問題、靜態單目標約束優化問題、靜態多目標無約束優化問題、靜態多目標約束優化問題、動態單目標優化問題、動態多目標優化問題、多峰函數優化問題等。群智能進化算法所展現出的良好的求解效果使其受到國內外研究者越來越多的關注,現已被成功地應用于工程實踐的多個領域,顯示出廣闊的應用前景。
  本書共分7章。第1章歸納總結了群智能進化算法的發展歷程,以及各種典型優化問題及評價標準。第2章~第6章分別介紹了人工蜂群算法、群集蜘蛛優化算法、共生生物搜索算法、離子運動算法、引力搜索算法和海豚群算法,內容上既包括相關原理的基本介紹,又包括MATLAB具體仿真方法的介紹,同時針對靜態單目標無約束優化問題、靜態單目標約束優化問題、靜態多目標無約束優化問題、靜態多目標約束優化問題、動態單目標優化問題提出了各種改進算法和實現策略,并進行了實驗仿真。第7章全面總結了群智能進化算法的應用領域,并針對無線多媒體傳感器網絡的二維全目標覆蓋問題、三維全目標覆蓋問題及異構無線網絡接入選擇問題,給出基于群智能進化算法的解決方案。希望本書的出版能對群智能進化算法的研究和推廣起到一定的積極作用。
本書的主要特色如下。
  1)將目前較為新穎的6種群智能進化算法歸納總結于一體,翔實地介紹了相關基本理論,便于讀者理解和融會貫通。
  2)歸納典型的6類優化問題,針對各種優化問題,給出基于群智能進化算法的改進思想和實現方案,并介紹實驗測試方法,充分啟發讀者對其進行深入了解。
  3)對于每一個群智能進化算法都給出基于MATLAB語言的實現過程,便于讀者動手實踐。
  4)針對通信領域當前較為熱門的研究問題,給出基于群智能進化算法的解決方案,便于讀者實際應用,并加深對算法的理解。
  本書的主要內容是在東北電力大學教師王艷嬌的研究成果基礎上完成的,由其承擔主要撰寫工作,并邀請了其他高校教師參與本書部分內容的撰寫。其中,東北林業大學工程技術學院刁鵬飛老師在算法仿真方面做了大量工作,撰寫了本書的2.4節、3.2節、4.2節、5.2節、6.3節及6.6節;北華大學賈雁飛老師為7.1節的撰寫做出了貢獻。同時,在撰寫期間得到了許多人的支持,碩士研究生馬壯、馬春蕾、陶歡歡、李曉杰、汪超、史新夢等參與了部分章節的整理校對工作,碩士研究生杜天琳、車相陽、江新天、孫曉楠等參與了全部書稿的文字校對修改工作,確保了本書的高水平、高質量。特別感謝作者父母及家人的付出和理解,感謝導師的精心指導和關心。此外,本書還參考引用了國內外大量相關學術論文和著作,在此一并表示衷心的感謝。
  本書的出版得到了國家自然科學基金青年項目(項目編號:61501107、61603073)、吉林省教育廳“十三五”科學技術研究項目(吉教科合字2016第95號)、吉林省吉林市科技局項目(項目編號:201750219、201750227)的資助,在此表示衷心的感謝。
  由于作者水平有限,書中不妥之處在所難免,懇請專家和廣大讀者批評指正。

                                                                作  者 
                                                               2018年6月
 
圖書目錄
...........................................................................................................................................
第1章  緒論    1
1.1  群智能進化算法的發展    1
1.1.1  群體啟發算法    2
1.1.2  進化啟發算法    4
1.1.3  物理啟發算法    6
1.2  優化問題概述    8
1.3  靜態單目標優化問題    9
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    9
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    10
1.4  靜態多目標優化問題    11
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    12
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    15
1.5  動態優化問題    16
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    16
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    18
第2章  人工蜂群算法    20
2.1  人工蜂群算法的生物學背景    20
2.2  人工蜂群算法的基本原理及操作流程    22
2.2.1  人工蜂群算法的基本原理    22
2.2.2  人工蜂群算法的操作流程    24
2.3  人工蜂群算法的特點和收斂性證明    25
2.3.1  人工蜂群算法的特點    25
2.3.2  人工蜂群算法的收斂性證明    27
2.4  基于MATLAB語言的人工蜂群算法實現    29
2.5  面向靜態單目標無約束優化的改進人工蜂群算法    34
2.5.1  改進人工蜂群算法的基本原理    34
2.5.2  快速人工蜂群算法的操作流程    38
2.5.3  快速人工蜂群算法的復雜度分析    39
2.5.4  實驗仿真與結果分析    39
2.6  面向靜態多目標約束優化的改進人工蜂群算法    47
2.6.1  靜態約束多目標人工蜂群算法的基本原理    47
2.6.2  靜態約束多目標人工蜂群算法的流程與復雜度分析    51
2.6.3  實驗仿真與結果分析    52
第3章  群集蜘蛛優化算法    58
3.1  群集蜘蛛優化算法的基本原理及操作流程    59
3.1.1  群集蜘蛛優化算法的基本原理    59
3.1.2  群集蜘蛛優化算法的操作流程    62
3.2  基于MATLAB語言的群集蜘蛛優化算法的實現    63
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算法    72
3.3.1  改進群集蜘蛛優化算法的基本原理    73
3.3.2  基于動態學習策略的群集蜘蛛優化算法的操作流程    76
3.3.3  實驗仿真與結果分析    76
3.4  面向靜態多目標無約束優化問題的群集蜘蛛優化算法    83
3.4.1  多目標群集蜘蛛優化算法的基本原理    83
3.4.2  實驗仿真與結果分析    88
第4章  共生生物搜索算法    93
4.1  共生生物搜索算法的基本原理及操作流程    93
4.1.1  共生生物搜索算法基本原理    93
4.1.2  共生生物搜索算法的操作流程    95
4.2  基于MATLAB語言的共生生物搜索算法的實現    96
4.3  面向靜態單目標無約束優化問題的基于子種群拉伸操作的
精英共生生物搜索算法    99
4.3.1  基于子種群拉伸操作的精英共生生物搜索算法的基本原理    99
4.3.2  基于子種群拉伸操作的精英共生生物搜索算法的操作流程    104
4.3.3  實驗仿真與結果分析    104
4.4  面向靜態單目標無約束優化問題的基于混合策略的改進
共生生物搜索算法    116
4.4.1  基于混合策略的共生生物搜索算法的基本原理    116
4.4.2  基于混合策略的共生生物搜索算法的操作流程    118
4.4.3  實驗仿真與結果分析    119
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算法    122
4.5.1  約束處理技術    122
4.5.2  混合約束共生生物搜索算法的基本原理    124
4.5.3  混合約束共生生物搜索算法的操作流程    126
4.5.4  實驗仿真與結果分析    127
第5章  離子運動算法    133
5.1  離子運動算法的基本原理    133
5.2  基于MATLAB的離子運動算法的實現    136
5.3  面向靜態單目標無約束優化問題的改進離子運動算法    140
5.3.1  改進離子運動算法的基本原理    140
5.3.2  改進離子運動算法的操作流程    145
5.3.3  實驗仿真與結果分析    145
5.4  面向動態單目標優化的改進離子運動算法    154
5.4.1  基于記憶策略的動態離子運動算法的基本原理    155
5.4.2  DIMO­MS算法的操作流程    161
5.4.3  實驗仿真與結果分析    162
第6章  其他新型群智能進化算法    167
6.1  引力搜索算法的基本原理及操作流程    167
6.1.1  引力搜索算法的基本原理    167
6.1.2  引力搜索算法的操作流程    168
6.2  引力搜索算法的特點和性能分析    169
6.2.1  引力搜索算法的特點    169
6.2.2  現有引力搜索算法的性能分析    170
6.3  基于MATLAB語言的引力搜索算法實現    171
6.4  面向靜態單目標無約束優化問題的改進引力搜索算法    174
6.4.1  基于權重函數分段的引力搜索算法的基本原理    174
6.4.2  基于權重函數分段的引力搜索算法的操作流程    176
6.4.3  實驗仿真與結果分析    176
6.5  海豚群算法的基本原理及操作流程    182
6.5.1  海豚群算法的基本原理    182
6.5.2  海豚群算法的操作流程    186
6.6  基于MATLAB語言的海豚群算法的實現    187
6.7  面向靜態單目標無約束優化問題的跳躍海豚群算法    193
6.7.1  改進的海豚群算法的基本原理    193
6.7.2  跳躍海豚群算法的操作流程    197
6.7.3  實驗仿真與結果分析    197
第7章  群智能進化算法的典型應用    207
7.1  群智能進化算法的應用    207
7.1.1  群智能進化算法在通信領域的應用    207
7.1.2  群智能進化算法在計算機科學領域的應用    208
7.1.3  群智能進化算法在電子電氣工程領域的應用    209
7.1.4  群智能進化算法在機械設計與制造領域的應用    210
7.1.5  群智能進化算法在航空航天領域的應用    211
7.1.6  群智能進化算法在機器人領域的應用    212
7.1.7  群智能進化算法在環境與資源配置領域的應用    213
7.1.8  群智能進化算法在交通運輸領域的應用    213
7.1.9  群智能進化算法在工程管理領域的應用    214
7.1.10  群智能進化算法在經濟領域的應用    215
7.1.11  群智能進化算法在其他領域的應用    215
7.2  基于人工蜂群算法的無線多媒體傳感器網絡二維全目標優化方法    216
7.2.1  無線多媒體傳感器的三維有向感知模型和全目標覆蓋問題    217
7.2.2  基于人工蜂群算法的面向三維有向感知模型的WMSN全目標覆蓋方法    219
7.2.3  實驗仿真與結果分析    224
7.3  基于萬有引力算法的WMSN三維全目標覆蓋方法    228
7.3.1  WMSN三維全目標覆蓋問題描述    228
7.3.2  基于PGSA算法的WMSN三維全目標覆蓋方法    230
7.3.3  實驗仿真與結果分析    232
7.4  ε_CISOSAMS在異構無線網絡接入選擇中的應用    234
7.4.1  異構無線網絡多屬性決策方法    235
7.4.2  基于ε_CISOSAMS算法的異構無線網絡接入選擇算法    237
7.4.3  實驗仿真與結果分析    239
主要參考文獻    245
附錄A    267
附錄B    270
附錄C    273
附錄D    279
附錄E    282
 
 
本站首頁 | 聯系我們 | 所有圖書 | 資源下載 | 作者投稿 | 讀者反饋 | 業務聯系 | 招聘信息 | 加入收藏    
Copyright www.wzudfi.buzz All Rights Reserved
地址:北京市海淀區北三環西路43號青云當代大廈21層2109   郵編:100086
站長QQ:693638799 Email:[email protected] 電話:010-62140850
版權所有:科學出版社 職教技術出版中心
京ICP備13039988號
尚天国际棋牌下载