掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
群智能進化算法及其應用 版權信息
- ISBN：9787030598202
- 條形碼：9787030598202 ; 978-7-03-059820-2
- 裝幀：一般膠版紙
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
群智能進化算法及其應用 內容簡介
《群智能進化算法及其應用》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。 《群智能進化算法及其應用》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。
群智能進化算法及其應用 目錄
第1章 緒論
1．1 群智能進化算法的發展
1．1．1 群體啟發算法
1．1．2 進化啟發算法
1．1．3 物理啟發算法
1．2 優化問題概述
1．3 靜態單目標優化問題
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
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
1．4 靜態多目標優化問題
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
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
1．5 動態優化問題
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
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
第2章 人工蜂群算法
2．1 人工蜂群算法的生物學背景
2．2 人工蜂群算法的基本原理及操作流程
2．2．1 人工蜂群算法的基本原理
2．2．2 人工蜂群算法的操作流程
2．3 人工蜂群算法的特點和收斂性證明
2．3．1 人工蜂群算法的特點
2．3．2 人工蜂群算法的收斂性證明
2．4 基于MATLAB語言的人工蜂群算法實現
2．5 面向靜態單目標無約束優化的改進人工蜂群算法
2．5．1 改進人工蜂群算法的基本原理
2．5．2 快速人工蜂群算法的操作流程
2．5．3 快速人工蜂群算法的復雜度分析
2．5．4 實驗仿真與結果分析
2．6 面向靜態多目標約束優化的改進人工蜂群算法
2．6．1 靜態約束多目標人工蜂群算法的基本原理
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
2．6．3 實驗仿真與結果分析
第3章 群集蜘蛛優化算法
3．1 群集蜘蛛優化算法的基本原理及操作流程
3．1．1 群集蜘蛛優化算法的基本原理
3．1．2 群集蜘蛛優化算法的操作流程
3．2 基于MATLAB語言的群集蜘蛛優化算法的實現
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
3．3．1 改進群集蜘蛛優化算法的基本原理
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
3．3．3 實驗仿真與結果分析
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
3．4．1 多目標群集蜘蛛優化算法的基本原理
3．4．2 實驗仿真與結果分析
第4章 共生生物搜索算法
4．1 共生生物搜索算法的基本原理及操作流程
4．1．1 共生生物搜索算法基本原理
4．1．2 共生生物搜索算法的操作流程
4．2 基于MATLAB語言的共生生物搜索算法的實現
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
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
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
4．3．3 實驗仿真與結果分析
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
4．4．1 基于混合策略的共生生物搜索算法的基本原理
4．4．2 基于混合策略的共生生物搜索算法的操作流程
4．4．3 實驗仿真與結果分析
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
4．5．1 約束處理技術
4．5．2 混合約束共生生物搜索算法的基本原理
4．5．3 混合約束共生生物搜索算法的操作流程
4．5．4 實驗仿真與結果分析
第5章 離子運動算法
5．1 離子運動算法的基本原理
5．2 基于MATLAB的離子運動算法的實現
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
5．3．1 改進離子運動算法的基本原理
5．3．2 改進離子運動算法的操作流程
5．3．3 實驗仿真與結果分析
5．4 面向動態單目標優化的改進離子運動算法
5．4．1 基于記憶策略的動態離子運動算法的基本原理
5．4．2 DIM0-MS算法的操作流程
5．4．3 實驗仿真與結果分析
第6章 其他新型群智能進化算法
6．1 引力搜索算法的基本原理及操作流程
6．1．1 引力搜索算法的基本原理
6．1．2 引力搜索算法的操作流程
6．2 引力搜索算法的特點和性能分析
6．2．1 引力搜索算法的特點
6．2．2 現有引力搜索算法的性能分析
6．3 基于MATLAB語言的引力搜索算法實現
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
6．4．1 基于權重函數分段的引力搜索算法的基本原理
6．4．2 基于權重函數分段的引力搜索算法的操作流程
6．4．3 實驗仿真與結果分析
6．5 海豚群算法的基本原理及操作流程
6．5．1 海豚群算法的基本原理
6．5．2 海豚群算法的操作流程
6．6 基于MATLAB語言的海豚群算法的實現
6．7 面向靜態單目標無約束優化問題的跳躍海豚群算法
6．7．1 改進的海豚群算法的基本原理
6．7．2 跳躍海豚群算法的操作流程
6．7．3 實驗仿真與結果分析
……
第7章 群智能進化算法的典型應用
主要參考文獻
附錄A
附錄B
附錄C
附錄D
附錄E
1．1 群智能進化算法的發展
1．1．1 群體啟發算法
1．1．2 進化啟發算法
1．1．3 物理啟發算法
1．2 優化問題概述
1．3 靜態單目標優化問題
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
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
1．4 靜態多目標優化問題
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
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
1．5 動態優化問題
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
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
第2章 人工蜂群算法
2．1 人工蜂群算法的生物學背景
2．2 人工蜂群算法的基本原理及操作流程
2．2．1 人工蜂群算法的基本原理
2．2．2 人工蜂群算法的操作流程
2．3 人工蜂群算法的特點和收斂性證明
2．3．1 人工蜂群算法的特點
2．3．2 人工蜂群算法的收斂性證明
2．4 基于MATLAB語言的人工蜂群算法實現
2．5 面向靜態單目標無約束優化的改進人工蜂群算法
2．5．1 改進人工蜂群算法的基本原理
2．5．2 快速人工蜂群算法的操作流程
2．5．3 快速人工蜂群算法的復雜度分析
2．5．4 實驗仿真與結果分析
2．6 面向靜態多目標約束優化的改進人工蜂群算法
2．6．1 靜態約束多目標人工蜂群算法的基本原理
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
2．6．3 實驗仿真與結果分析
第3章 群集蜘蛛優化算法
3．1 群集蜘蛛優化算法的基本原理及操作流程
3．1．1 群集蜘蛛優化算法的基本原理
3．1．2 群集蜘蛛優化算法的操作流程
3．2 基于MATLAB語言的群集蜘蛛優化算法的實現
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
3．3．1 改進群集蜘蛛優化算法的基本原理
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
3．3．3 實驗仿真與結果分析
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
3．4．1 多目標群集蜘蛛優化算法的基本原理
3．4．2 實驗仿真與結果分析
第4章 共生生物搜索算法
4．1 共生生物搜索算法的基本原理及操作流程
4．1．1 共生生物搜索算法基本原理
4．1．2 共生生物搜索算法的操作流程
4．2 基于MATLAB語言的共生生物搜索算法的實現
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
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
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
4．3．3 實驗仿真與結果分析
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
4．4．1 基于混合策略的共生生物搜索算法的基本原理
4．4．2 基于混合策略的共生生物搜索算法的操作流程
4．4．3 實驗仿真與結果分析
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
4．5．1 約束處理技術
4．5．2 混合約束共生生物搜索算法的基本原理
4．5．3 混合約束共生生物搜索算法的操作流程
4．5．4 實驗仿真與結果分析
第5章 離子運動算法
5．1 離子運動算法的基本原理
5．2 基于MATLAB的離子運動算法的實現
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
5．3．1 改進離子運動算法的基本原理
5．3．2 改進離子運動算法的操作流程
5．3．3 實驗仿真與結果分析
5．4 面向動態單目標優化的改進離子運動算法
5．4．1 基于記憶策略的動態離子運動算法的基本原理
5．4．2 DIM0-MS算法的操作流程
5．4．3 實驗仿真與結果分析
第6章 其他新型群智能進化算法
6．1 引力搜索算法的基本原理及操作流程
6．1．1 引力搜索算法的基本原理
6．1．2 引力搜索算法的操作流程
6．2 引力搜索算法的特點和性能分析
6．2．1 引力搜索算法的特點
6．2．2 現有引力搜索算法的性能分析
6．3 基于MATLAB語言的引力搜索算法實現
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
6．4．1 基于權重函數分段的引力搜索算法的基本原理
6．4．2 基于權重函數分段的引力搜索算法的操作流程
6．4．3 實驗仿真與結果分析
6．5 海豚群算法的基本原理及操作流程
6．5．1 海豚群算法的基本原理
6．5．2 海豚群算法的操作流程
6．6 基于MATLAB語言的海豚群算法的實現
6．7 面向靜態單目標無約束優化問題的跳躍海豚群算法
6．7．1 改進的海豚群算法的基本原理
6．7．2 跳躍海豚群算法的操作流程
6．7．3 實驗仿真與結果分析
……
第7章 群智能進化算法的典型應用
主要參考文獻
附錄A
附錄B
附錄C
附錄D
附錄E
展開全部
書友推薦
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
煙與鏡
- >
李白與唐代文化
- >
名家帶你讀魯迅:故事新編
- >
【精裝繪本】畫給孩子的中國神話
- >
唐代進士錄
- >
姑媽的寶刀
本類暢銷
