掃一掃
關注中圖網(wǎng)
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰(zhàn)行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調(diào)優(yōu)實踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
基于群體智能的生物啟發(fā)式優(yōu)化方法及應用 版權信息
- ISBN：9787513666336
- 條形碼：9787513666336 ; 978-7-5136-6633-6
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
基于群體智能的生物啟發(fā)式優(yōu)化方法及應用 本書特色
智能經(jīng)濟的后臺架構支撐(1)算法的研究富有理論實踐雙重意義，本書對近年提出的一些活躍算法，如群智能算法、蝙蝠算法和布谷鳥算法等，從算法理論、機制、流程、代碼、改進和應用等方面進行了系統(tǒng)闡述和深入分析。(2)群智能優(yōu)化算法，為現(xiàn)實中存在的大量不可微、非線性、不確定性復雜問題提供了方便實用的*優(yōu)化求解途徑和方法。
基于群體智能的生物啟發(fā)式優(yōu)化方法及應用 內(nèi)容簡介
近年來，基于生物群體智能的啟發(fā)式優(yōu)化方法研究發(fā)展迅速，相繼出現(xiàn)一些性能優(yōu)越、影響廣泛的算法。這些方法模仿自然界中生物系統(tǒng)的群體合作行為和適宜性進化選擇，可快速逼近問題的很優(yōu)解。本書通過對認可程度高、優(yōu)化效果好、應用廣的螢火蟲算法、蝴蝶優(yōu)化算法、樽海鞘群算法、鯨魚優(yōu)化算法等進行了系統(tǒng)介紹和研究，對經(jīng)典啟發(fā)式優(yōu)化方法的流程進行了梳理，給出了理論和實驗分析方法與結果，為進一步研究這些算法提供了參考和借鑒。
基于群體智能的生物啟發(fā)式優(yōu)化方法及應用 目錄
第1章緒論/
1.1基于群智能的生物啟發(fā)式優(yōu)化方法/
1.2粒子群算法/
1.2.1基本思想/
1.2.2算法流程/
1.2.3PSO偽代碼/
1.3蟻群算法/
1.3.1基本思想/
1.3.2算法流程/
1.3.3ACO偽代碼/
1.4蝙蝠算法/
1.4.1基本思想/
1.4.2算法流程/
1.4.3BA偽代碼/
1.5布谷鳥搜索算法/
1.5.1基本思想/
1.5.2算法流程/
1.5.3CSA偽代碼/
參考文獻/
第2章螢火蟲算法/
2.1基本螢火蟲算法/
2.1.1基本思想/
2.1.2FA算法流程/
2.1.3FA偽代碼/
2.1.4研究現(xiàn)狀/
2.2具有振蕩約束的自然選擇螢火蟲優(yōu)化算法(OCSFA)/
2.2.1OCSFA改進策略/
2.2.2OCSFA算法流程/
2.2.3OCSFA偽代碼/
2.2.4時間復雜度分析/
2.2.5收斂性證明/
2.2.6求解標準測試函數(shù)優(yōu)化問題/
參考文獻/
第3章蝴蝶優(yōu)化算法/
3.1基本蝴蝶優(yōu)化算法/
3.1.1基本思想/
3.1.2BOA算法流程/
3.1.3BOA偽代碼/
3.1.4研究現(xiàn)狀/
3.2融合差分變異策略和進化自適應權重的蝴蝶優(yōu)化算法(DMABOA)/
3.2.1DMABOA改進策略/
3.2.2DMABOA算法流程/
3.2.3DMABOA偽代碼/
3.2.4時間復雜度分析/
3.2.5收斂性證明/
3.2.6DMABOA中各改進機制的影響分析/
3.2.7求解多維復雜函數(shù)極值優(yōu)化問題/
參考文獻/
第4章樽海鞘群算法/
4.1基本樽海鞘群算法/
4.1.1基本思想/
4.1.2SSA算法流程/
4.1.3SSA偽代碼/
4.1.4研究現(xiàn)狀/
4.2引入有效縮放和隨機交叉策略的自適應動態(tài)角色樽海鞘群算法（ERDSSA）/
4.2.1ERDSSA改進策略/
4.2.2ERDSSA算法流程/
4.2.3ERDSSA偽代碼/
4.2.4時間復雜度分析/
4.2.5求解工程設計約束優(yōu)化問題/
參考文獻/
第5章鯨魚優(yōu)化算法/
5.1基本鯨魚優(yōu)化算法/
5.1.1基本思想/
5.1.2WOA算法流程/
5.1.3WOA偽代碼/
5.1.4研究現(xiàn)狀/
5.2基于分段式隨機慣性權重和*優(yōu)反饋機制的鯨魚優(yōu)化算法（FWOA）/
5.2.1FWOA改進策略/
5.2.2FWOA算法流程/
5.2.3FWOA偽代碼/
5.2.4時間復雜度分析/
5.2.5求解CEC基準測試函數(shù)優(yōu)化問題/
5.2.6求解工程設計約束優(yōu)化問題/
參考文獻/
第6章總結與展望/
附錄/
索引
展開全部
基于群體智能的生物啟發(fā)式優(yōu)化方法及應用 作者簡介
劉景森，河南大學軟件學院教授、碩士生導師、工學博士。主要研究方向：智能算法、優(yōu)化控制、網(wǎng)絡信息安全等。主持完成省部級以上科研項目10余項，作為主要參加人完成多個縱向項目、國防基礎研究項目和橫向項目。發(fā)表專業(yè)論文40余篇，其中SCI、EI檢索20余篇；主(合)編教材3部。 李煜，河南大學商學院教授，管理學博士，主要研究方向：智能優(yōu)化、電子商務、供應鏈物流管理。完成國家級、省(部)級項目多項，發(fā)表專業(yè)論文50余篇，其中SSCI、SCI檢索20余篇。
書友推薦
- >
回憶愛瑪儂
- >
伯納黛特,你要去哪(2021新版)
- >
月亮與六便士
- >
小考拉的故事-套裝共3冊
- >
新文學天穹兩巨星--魯迅與胡適/紅燭學術叢書(紅燭學術叢書)
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
唐代進士錄
- >
人文閱讀與收藏·良友文學叢書:一天的工作
本類暢銷
