掃一掃
關(guān)注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國計(jì)算機(jī)等級(jí)考試最新真考題庫模擬考場及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測5000題(言語理解與表達(dá))
-
>
軟件性能測試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥27.2
加入購物車
蜂群算法原理及其應(yīng)用 版權(quán)信息
- ISBN：9787518083237
- 條形碼：9787518083237 ; 978-7-5180-8323-7
- 裝幀：一般輕型紙
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
蜂群算法原理及其應(yīng)用 內(nèi)容簡介
本書是關(guān)于人工蜂群算法及其在優(yōu)化和調(diào)度問題中的應(yīng)用的一部專著。本書有兩部分組成：1.在介紹其原理的基礎(chǔ)上，圍繞如何改進(jìn)算法來提高蜂群算法的優(yōu)化速度和精度進(jìn)行闡述；2.主要對(duì)其在物流調(diào)度、復(fù)雜系統(tǒng)的控制器優(yōu)化、機(jī)器學(xué)習(xí)中的分類器設(shè)計(jì)優(yōu)化等實(shí)際工程問題中的應(yīng)用進(jìn)行介紹。本書適合控制科學(xué)與工程、人工智能等相關(guān)專業(yè)研究生和高年級(jí)本科生作為參考書，也可供有關(guān)專業(yè)的科技人員參考。
蜂群算法原理及其應(yīng)用 目錄
第1章 緒論
1.1 *優(yōu)化方法
1.2 群體智能算法
1.2.1 概述
1.2.2 典型算法簡介
1.3 人工蜂群算法的研究與應(yīng)用概述
1.4 本章小結(jié)
參考文獻(xiàn)
第2章 人工蜂群算法及其改進(jìn)
2.1 人工蜂群算法原理
2.2 人工蜂群算法的改進(jìn)
2.2.1 并行ABC算法
2.2.2 全維搜索ABC算法及其并行化
2.2.3 隨機(jī)多維人工蜂群算法
2.2.4 改進(jìn)多維搜索ABC算法
2.3 改進(jìn)人工蜂群算法的性能驗(yàn)證
2.4 本章小結(jié)
參考文獻(xiàn)
第3章 人工蜂群算法在物流調(diào)度中的應(yīng)用
3.1 物流調(diào)度問題概述
3.2 基于并行化蜂群算法的單ETV調(diào)度策略
3.2.1 調(diào)度問題描述
3.2.2 優(yōu)化算法的編碼策略
3.2.3 仿真驗(yàn)證
3.3 基于改進(jìn)人工蜂群算法的雙ETV調(diào)度策略
3.3.1 機(jī)場貨運(yùn)站雙ETV調(diào)度模型
3.3.2 基于改進(jìn)人工蜂群算法的雙ETV調(diào)度
3.4 基于差分進(jìn)化ABC算法的機(jī)器人路徑規(guī)劃
3.4.1 Bezier曲線
3.4.2 改進(jìn)ABC算法及其路徑規(guī)劃應(yīng)用
3.4.3 仿真驗(yàn)證
3.5 本章小結(jié)
參考文獻(xiàn)
第4章 人工蜂群算法在控制中的應(yīng)用
4.1 基于蜂群算法的直流電機(jī)PID控制器的優(yōu)化
4.1.1 直流電機(jī)建模
4.1.2 PID控制原理
4.1.3 基于人工蜂群算法的PID控制器優(yōu)化設(shè)計(jì)
4.2 基于ABC算法的分?jǐn)?shù)階PID控制器優(yōu)化
4.2.1 分?jǐn)?shù)階PID控制器原理
4.2.2 分?jǐn)?shù)階PID控制器優(yōu)化設(shè)計(jì)
4.3 基于蜂群算法的LQR控制器優(yōu)化設(shè)計(jì)
4.3.1 環(huán)形二級(jí)倒立擺
4.3.2 系統(tǒng)能控及能觀性分析
4.3.3 LQR控制器的設(shè)計(jì)
4.3.4 LQR控制器的優(yōu)化
4.4 本章小結(jié)
參考文獻(xiàn)
第5章 人工蜂群算法在數(shù)據(jù)挖掘中的應(yīng)用
5.1 數(shù)據(jù)分類及相關(guān)算法
5.1.1 數(shù)據(jù)分類
5.1.2 典型數(shù)據(jù)分類策略
5.2 基于ABC算法的SVM分類器優(yōu)化
5.2.1 SVM分類原理
5.2.2 基于ABC算法的特征選擇和SVM同步優(yōu)化算法
5.2.3 實(shí)驗(yàn)驗(yàn)證
5.3 基于ABC算法的ELM分類器優(yōu)化
5.3.1 ELM原理
5.3.2 多目標(biāo)ABC算法優(yōu)化ELM模型
5.3.3 仿真實(shí)驗(yàn)
5.4 集成學(xué)習(xí)算法及其蜂群算法優(yōu)化
5.4.1 概述
5.4.2 GBDT算法原理
5.4.3 XGBoost算法原理
5.4.4 LightGBM算法原理
5.4.5 集成學(xué)習(xí)算法的性能優(yōu)化
5.4.6 實(shí)驗(yàn)驗(yàn)證
5.5 聚類及其優(yōu)化策略
5.5.1 聚類算法概述
5.5.2 K-means算法概述
5.5.3 IABC算法優(yōu)化K-means聚類
5.5.4 實(shí)驗(yàn)數(shù)據(jù)
5.5.5 對(duì)比實(shí)驗(yàn)結(jié)果
本章小結(jié)
參考文獻(xiàn)
1.1 *優(yōu)化方法
1.2 群體智能算法
1.2.1 概述
1.2.2 典型算法簡介
1.3 人工蜂群算法的研究與應(yīng)用概述
1.4 本章小結(jié)
參考文獻(xiàn)
第2章 人工蜂群算法及其改進(jìn)
2.1 人工蜂群算法原理
2.2 人工蜂群算法的改進(jìn)
2.2.1 并行ABC算法
2.2.2 全維搜索ABC算法及其并行化
2.2.3 隨機(jī)多維人工蜂群算法
2.2.4 改進(jìn)多維搜索ABC算法
2.3 改進(jìn)人工蜂群算法的性能驗(yàn)證
2.4 本章小結(jié)
參考文獻(xiàn)
第3章 人工蜂群算法在物流調(diào)度中的應(yīng)用
3.1 物流調(diào)度問題概述
3.2 基于并行化蜂群算法的單ETV調(diào)度策略
3.2.1 調(diào)度問題描述
3.2.2 優(yōu)化算法的編碼策略
3.2.3 仿真驗(yàn)證
3.3 基于改進(jìn)人工蜂群算法的雙ETV調(diào)度策略
3.3.1 機(jī)場貨運(yùn)站雙ETV調(diào)度模型
3.3.2 基于改進(jìn)人工蜂群算法的雙ETV調(diào)度
3.4 基于差分進(jìn)化ABC算法的機(jī)器人路徑規(guī)劃
3.4.1 Bezier曲線
3.4.2 改進(jìn)ABC算法及其路徑規(guī)劃應(yīng)用
3.4.3 仿真驗(yàn)證
3.5 本章小結(jié)
參考文獻(xiàn)
第4章 人工蜂群算法在控制中的應(yīng)用
4.1 基于蜂群算法的直流電機(jī)PID控制器的優(yōu)化
4.1.1 直流電機(jī)建模
4.1.2 PID控制原理
4.1.3 基于人工蜂群算法的PID控制器優(yōu)化設(shè)計(jì)
4.2 基于ABC算法的分?jǐn)?shù)階PID控制器優(yōu)化
4.2.1 分?jǐn)?shù)階PID控制器原理
4.2.2 分?jǐn)?shù)階PID控制器優(yōu)化設(shè)計(jì)
4.3 基于蜂群算法的LQR控制器優(yōu)化設(shè)計(jì)
4.3.1 環(huán)形二級(jí)倒立擺
4.3.2 系統(tǒng)能控及能觀性分析
4.3.3 LQR控制器的設(shè)計(jì)
4.3.4 LQR控制器的優(yōu)化
4.4 本章小結(jié)
參考文獻(xiàn)
第5章 人工蜂群算法在數(shù)據(jù)挖掘中的應(yīng)用
5.1 數(shù)據(jù)分類及相關(guān)算法
5.1.1 數(shù)據(jù)分類
5.1.2 典型數(shù)據(jù)分類策略
5.2 基于ABC算法的SVM分類器優(yōu)化
5.2.1 SVM分類原理
5.2.2 基于ABC算法的特征選擇和SVM同步優(yōu)化算法
5.2.3 實(shí)驗(yàn)驗(yàn)證
5.3 基于ABC算法的ELM分類器優(yōu)化
5.3.1 ELM原理
5.3.2 多目標(biāo)ABC算法優(yōu)化ELM模型
5.3.3 仿真實(shí)驗(yàn)
5.4 集成學(xué)習(xí)算法及其蜂群算法優(yōu)化
5.4.1 概述
5.4.2 GBDT算法原理
5.4.3 XGBoost算法原理
5.4.4 LightGBM算法原理
5.4.5 集成學(xué)習(xí)算法的性能優(yōu)化
5.4.6 實(shí)驗(yàn)驗(yàn)證
5.5 聚類及其優(yōu)化策略
5.5.1 聚類算法概述
5.5.2 K-means算法概述
5.5.3 IABC算法優(yōu)化K-means聚類
5.5.4 實(shí)驗(yàn)數(shù)據(jù)
5.5.5 對(duì)比實(shí)驗(yàn)結(jié)果
本章小結(jié)
參考文獻(xiàn)
展開全部
蜂群算法原理及其應(yīng)用 作者簡介
王海泉，中原工學(xué)院教師，副教授，河南省航空類專業(yè)教指委委員，中原工學(xué)院青年骨干教師，河南省自動(dòng)化專業(yè)控制類課程教學(xué)團(tuán)隊(duì)骨干成員，河南省雙語精品課程骨干教師。研究方向?yàn)橹悄芩惴捌湓趦?yōu)化、調(diào)度問題中的應(yīng)用研究。主持或參與國家自然基金、河南省和鄭州市科研項(xiàng)目11項(xiàng)，完成橫向科研項(xiàng)目2項(xiàng)，獲得河南省科技成果一等獎(jiǎng)1項(xiàng)、二等獎(jiǎng)1項(xiàng)，以作者在SCI\/EI期刊發(fā)表文章22篇、核心期刊（外文期刊）9篇。授權(quán)發(fā)明1項(xiàng)，出版學(xué)術(shù)專著和教材2部。
書友推薦
- >
龍榆生：詞曲概論/大家小書
- >
中國歷史的瞬間
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
山海經(jīng)
- >
【精裝繪本】畫給孩子的中國神話
- >
煙與鏡
- >
我從未如此眷戀人間
- >
回憶愛瑪儂
本類暢銷
