掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數(shù)學(xué)專題練1200題
-
>
希格斯:“上帝粒子”的發(fā)明與發(fā)現(xiàn)
-
>
神農(nóng)架疊層石:10多億年前遠(yuǎn)古海洋微生物建造的大堡礁
-
>
聲音簡史
智能優(yōu)化算法原理與應(yīng)用 版權(quán)信息
- ISBN：9787560332383
- 條形碼：9787560332383 ; 978-7-5603-3238-3
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
智能優(yōu)化算法原理與應(yīng)用 本書特色
李士勇編著的《智能優(yōu)化算法原理與應(yīng)用》主要介紹模糊邏輯推理算法、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法、遺傳算法、模擬退火算法、禁忌算法、人工免疫算法、人工蟻群算法、微粒群算法、混沌優(yōu)化算法、量子優(yōu)化算法，以及智能優(yōu)化算法在函數(shù)優(yōu)化、聚類分析、系統(tǒng)辨識、路徑規(guī)劃、航跡規(guī)劃等方面的應(yīng)用。本書可作為高校自動化、計(jì)算機(jī)、系統(tǒng)工程、管理工程、人工智能等相關(guān)專業(yè)研究生學(xué)習(xí)用書，也可供相關(guān)專業(yè)的科研人員及工程建設(shè)人員學(xué)習(xí)參考。
智能優(yōu)化算法原理與應(yīng)用 內(nèi)容簡介
《智能優(yōu)化算法原理與應(yīng)用》主要講述了，智能優(yōu)化算法是指通過計(jì)算機(jī)軟件編程模擬自然界、生物界乃至人類自身的長期演化、生殖繁衍、競爭、適應(yīng)、自然選擇中不斷進(jìn)化的機(jī)制與機(jī)理，從而實(shí)現(xiàn)對復(fù)雜優(yōu)化問題求解的一大類算法的統(tǒng)稱。《智能優(yōu)化算法原理與應(yīng)用》主要介紹模糊邏輯推理算法、神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法、遺傳算法、模擬退火算法、禁忌算法、人工免疫算法、人工蟻群算法、微粒群算法、混沌優(yōu)化算法、量子優(yōu)化算法，以及智能優(yōu)化算法在函數(shù)優(yōu)化、聚類分析、系統(tǒng)辨識、路徑規(guī)劃、航跡規(guī)劃等方面的應(yīng)用。
智能優(yōu)化算法原理與應(yīng)用 目錄
第1章緒論
1.1*優(yōu)化問題的描述
1.2函數(shù)優(yōu)化問題
1.3組合優(yōu)化問題
1.4*優(yōu)化問題的智能優(yōu)化求解方法
1.5智能優(yōu)化算法的實(shí)質(zhì)——智能逼近
第2章模糊邏輯推理算法
2.1模糊集合與模糊邏輯
2.2模糊關(guān)系與模糊矩陣
2.3模糊語言與模糊推理
2.4可加性模糊系統(tǒng)
2.5模糊系統(tǒng)的逼近特性
2.6模糊系統(tǒng)的萬能逼近定理
第3章神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
3.1電腦與人腦
3.2神經(jīng)細(xì)胞的結(jié)構(gòu)與功能
3.3人工神經(jīng)元的基本特性
3.4人工神經(jīng)網(wǎng)絡(luò)及其特點(diǎn)
3.5神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及其分類
3.6前向網(wǎng)絡(luò)
3.7 bp網(wǎng)絡(luò)的非線性映射能力
3.8神經(jīng)網(wǎng)絡(luò)應(yīng)用
第4章進(jìn)化算法與遺傳算法
4.1生物的進(jìn)化與遺傳
4.2進(jìn)化算法的分類
4.3遺傳算法
4.4基本遺傳算法及其在函數(shù)優(yōu)化中的應(yīng)用
4.5遺傳算法的模式定理
4.6 ga的收斂性分析
4.7 ga的特點(diǎn)及其應(yīng)用領(lǐng)域
第5章模擬退火算法
5.1 sa的基本思想
5.2固體退火過程的統(tǒng)計(jì)力學(xué)
5.3模擬退火模型
5.4 metropolis算法與組合優(yōu)化問題
5.5 sa的主要操作及實(shí)現(xiàn)步驟
5.6用sa求解tsp問題的例子
第6章禁忌搜索算法
6.1引言
6.2組合優(yōu)化中的鄰域概念
6.3局部搜索算法
6.4禁忌搜索的一個例子
6.5禁忌搜索中的主要操作及參數(shù)
6.6用禁忌搜索算法求解車間調(diào)度問題
第7章人工免疫算法
7.1人工免疫系統(tǒng)
7.2人工免疫算法的免疫學(xué)基礎(chǔ)
7.3免疫應(yīng)答中的學(xué)習(xí)與優(yōu)化原理
7.4免疫算法
第8章人工蟻群算法
8.1群智能的概念
8.2螞蟻社會及信息系統(tǒng)
8.3螞蟻的覓食行為
8.4蟻群覓食策略的優(yōu)化機(jī)制
8.5人工蟻與真實(shí)蟻的異同
8.6螞蟻系統(tǒng)模型的建立
8.7基本蟻群算法的實(shí)現(xiàn)步驟
8.8基本（標(biāo)準(zhǔn)）蟻群算法流程
第9章微粒群優(yōu)化算法
9.1 pso算法的提出
9.2基本微粒群算法
9.3 pso算法步驟
9.4 pso算法的改進(jìn)及應(yīng)用
第10章混沌優(yōu)化算法
10.1混沌現(xiàn)象和混沌學(xué)
10.2 logistic映射
10.3從倍周期分支到混沌
10.4區(qū)間映射與混沌
10.5混沌中的規(guī)律性
10.6 lyapunov指數(shù)
10.7奇異吸引子
10.8混沌優(yōu)化方法
第11章量子優(yōu)化算法
11.1量子比特
11.2量子邏輯門
11.3 grover量子搜索算法
11.4量子遺傳算法
11.5實(shí)數(shù)編碼雙鏈量子遺傳算法
第12章智能優(yōu)化算法的工程應(yīng)用
12.1基于rbf神經(jīng)網(wǎng)絡(luò)優(yōu)化自適應(yīng)模糊導(dǎo)引律
12.2帶有成長算子遺傳算法在辨識與優(yōu)化中的應(yīng)用
12.3改進(jìn)的免疫克隆算法在函數(shù)優(yōu)化中的應(yīng)用
12.4蟻群算法在聚類分析中的應(yīng)用
12.5蟻群算法在機(jī)器人路徑規(guī)劃中的應(yīng)用
12.6改進(jìn)的蟻群算法在巡航導(dǎo)彈航跡規(guī)劃中的應(yīng)用
12.7混沌量子免疫算法及其在連續(xù)優(yōu)化問題中的應(yīng)用
參考文獻(xiàn)
展開全部
書友推薦
- >
名家?guī)阕x魯迅:朝花夕拾
- >
李白與唐代文化
- >
月亮與六便士
- >
史學(xué)評論
- >
【精裝繪本】畫給孩子的中國神話
- >
上帝之肋:男人的真實(shí)旅程
- >
巴金－再思錄
- >
中國歷史的瞬間
本類暢銷
