掃一掃
關(guān)注中圖網(wǎng)
官方微博
買過本商品的人還買了
中圖價(jià):¥42.3
加入購物車
最優(yōu)化理論與智能算法 版權(quán)信息
- ISBN：9787302660699
- 條形碼：9787302660699 ; 978-7-302-66069-9
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>>
最優(yōu)化理論與智能算法 本書特色
本上是一本面向初級(jí)學(xué)者的工程優(yōu)化類書籍。作者從背景、原理、算法、應(yīng)用四個(gè)層面展開，清楚解釋了工程優(yōu)化中的若干關(guān)鍵問題、解決復(fù)雜優(yōu)化問題的方法和怎樣用智能算法求解。
最優(yōu)化理論與智能算法 內(nèi)容簡介
智能算法是一類直接的、隨機(jī)搜索的優(yōu)化方法，它是基于模擬自然界的生物現(xiàn)象而產(chǎn)生的一類新型優(yōu)化方法。本書在介紹優(yōu)化理論的基礎(chǔ)上，著重介紹求解復(fù)雜工程優(yōu)化模型的新智能算法。 本書共有12章，第1～2章著重介紹智能算法的現(xiàn)狀及**化理論的基本概念；第3章著重介紹幾種求解單目標(biāo)約束優(yōu)化問題的新型智能算法；第4～5章介紹求解多目標(biāo)優(yōu)化問題的粒子群算法及仿真實(shí)驗(yàn)；第6～9章著重討論當(dāng)優(yōu)化問題維度變大時(shí)如何解決高維多目標(biāo)優(yōu)化問題；第10～11章討論了復(fù)雜雙層優(yōu)化及其在視頻服務(wù)器部署中的應(yīng)用；第12章分析本書所用核心算法即粒子群優(yōu)化算法的參數(shù)設(shè)計(jì)。 本書可作為計(jì)算機(jī)類各專業(yè)、運(yùn)籌學(xué)專業(yè)和管理學(xué)科各專業(yè)研究生的教材，也可供相關(guān)科研人員和工程技術(shù)人員參考。
最優(yōu)化理論與智能算法 目錄
\第1章緒論1
1.1引言1
1.2智能算法的現(xiàn)狀1
1.3智能算法的研究發(fā)展5
1.4約束單目標(biāo)優(yōu)化問題及其智能算法6
1.5多目標(biāo)優(yōu)化問題及其智能算法7
1.6本書的主要工作與內(nèi)容安排9
第2章智能算法與粒子群優(yōu)化算法的基本理論12
2.1智能算法的框架及基礎(chǔ)理論12
2.1.1智能算法的基本框架12
2.1.2智能算法的基礎(chǔ)理論16
2.2粒子群優(yōu)化算法簡介17
2.2.1基本粒子群算法框架17
2.2.2粒子群算法與其他智能算法的比較19
2.2.3兩種基本智能模型19
2.2.4粒子群算法的改進(jìn)20
第3章解決約束單目標(biāo)優(yōu)化問題的兩種粒子群算法23
3.1相關(guān)工作23
3.1.1問題表述23
3.1.2智能算法在約束優(yōu)化問題中的研究現(xiàn)狀24
3.2解決約束優(yōu)化問題的雙目標(biāo)粒子群優(yōu)化算法26
3.2.1模型的建立26
3.2.2基于偏好的粒子比較準(zhǔn)則26
3.2.3改進(jìn)的多父體單形雜交算子27
3.2.4雙目標(biāo)粒子群優(yōu)化（TPSO）算法的流程27
3.2.5數(shù)值模擬28〖1〗〖2〗*優(yōu)化理論與智能算法目錄3.3解決約束優(yōu)化問題的模糊粒子群算法30
3.3.1模糊個(gè)體極值和模糊全局極值的提出30
3.3.2基于閾值的粒子比較準(zhǔn)則31
3.3.3模糊粒子群（FPSO）算法的流程33
3.3.4數(shù)值模擬33
3.3.5收斂性分析36
第4章解決無約束多目標(biāo)優(yōu)化問題的幾種智能算法39
4.1相關(guān)工作39
4.1.1問題表述39
4.1.2智能算法在多目標(biāo)優(yōu)化問題中的研究現(xiàn)狀40
4.2基于粒子群優(yōu)化的多目標(biāo)Memetic算法43
4.2.1多目標(biāo)優(yōu)化模型的轉(zhuǎn)化43
4.2.2基于新模型的粒子比較準(zhǔn)則44
4.2.3局部搜索算子的引進(jìn)45
4.2.4全局極值的選取45
4.2.5基于粒子群優(yōu)化的多目標(biāo)Memetic算法（PSMA）流程46
4.2.6實(shí)例仿真與性能比較46
4.3解決多目標(biāo)優(yōu)化問題的模糊粒子群算法50
4.3.1多目標(biāo)模糊個(gè)體極值和模糊全局極值的提出50
4.3.2多目標(biāo)模糊粒子群算法流程50
4.3.3實(shí)例仿真與性能比較51
4.4基于新模型的多目標(biāo)Memetic算法56
4.4.1多目標(biāo)優(yōu)化模型的轉(zhuǎn)化56
4.4.2一種新的選擇策略56
4.4.3新的接收準(zhǔn)則57
4.4.4基于新模型的多目標(biāo)Memetic算法概述57
4.4.5實(shí)例仿真與性能比較58
4.5收斂性分析61
第5章解決多目標(biāo)約束優(yōu)化問題的兩種粒子群算法64
5.1解決多目標(biāo)約束優(yōu)化問題的混合粒子群算法64
5.1.1粒子保留準(zhǔn)則65
5.1.2一種新的擁擠距離函數(shù)65
5.1.3基于合力的變異算子66
5.1.4混合粒子群算法流程67
5.1.5實(shí)例仿真與性能比較68
5.2基于不可行精英保留策略的粒子群優(yōu)化算法73
5.2.1不可行精英保留策略的提出74
5.2.2新的擁擠距離函數(shù)74
5.2.3新的變異算子76
5.2.4基于不可行精英保留策略的粒子群優(yōu)化算法（IPSO）76
5.2.5實(shí)例仿真與性能比較77
5.3收斂性分析81
第6章一種新的基于非線性擴(kuò)展關(guān)系的多目標(biāo)智能優(yōu)化算法83
6.1選題背景和意義83
6.2國內(nèi)外研究現(xiàn)狀84
6.3解集的評(píng)價(jià)指標(biāo)85
6.4新算法的提出86
6.4.1一種新的非線性擴(kuò)展優(yōu)勢關(guān)系87
6.4.2算法框架87
6.5實(shí)驗(yàn)性的結(jié)果與分析88
6.5.1測試函數(shù)和性能指標(biāo)88
6.5.2遺傳算子及參數(shù)設(shè)置89
6.5.3相關(guān)算法89
6.5.4實(shí)驗(yàn)結(jié)果89
第7章基于世代距離指標(biāo)和改進(jìn)小生境方法的進(jìn)化算法96
7.1引言96
7.2新提出的算法GDMAOEA97
7.2.1算法框架97
7.2.2選擇框架98
7.2.3計(jì)算個(gè)體的鄰近距離98
7.2.4改進(jìn)的小生境方法對(duì)解重新分層101
7.3數(shù)值實(shí)驗(yàn)結(jié)果及分析103
7.3.1參數(shù)設(shè)置103
7.3.2實(shí)驗(yàn)結(jié)果及分析104
第8章基于非支配排序和改進(jìn)小生境的進(jìn)化算法110
8.1引言110
8.2新的約束處理機(jī)制MCCHT110
8.3新提出的算法MCMOEA111
8.3.1約束排序111
8.3.2全局選擇113
8.3.3可行性計(jì)算113
8.3.4改進(jìn)的小生境方法114
8.4數(shù)值實(shí)驗(yàn)結(jié)果及分析117
8.4.1實(shí)驗(yàn)設(shè)置117
8.4.2實(shí)驗(yàn)結(jié)果和分析118
第9章基于協(xié)同進(jìn)化框架和兩階段進(jìn)化的進(jìn)化算法124
9.1引言124
9.2提出的算法TSCoEA126
9.2.1算法框架126
9.2.2新的小生境方法127
9.2.3全局選擇128
9.2.4選擇父代130
9.3數(shù)值實(shí)驗(yàn)結(jié)果及分析130
9.3.1實(shí)驗(yàn)設(shè)置131
9.3.2實(shí)驗(yàn)結(jié)果和分析131
第10章雙層優(yōu)化問題的智能算法求解135
10.1引言135
10.2國內(nèi)外研究現(xiàn)狀136
10.2.1問題研究136
10.2.2算法研究136
10.３基于球變異和動(dòng)態(tài)約束處理的雙層PSO算法137
10.3.1雙層優(yōu)化模型137
10.3.2新提出的算法（BPSOQMDC）139
10.3.3球變異PSO140
10.3.4基于極點(diǎn)的種群初始化141
10.3.5基于二次近似的局部搜索142
10.3.6約束處理以及適應(yīng)度函數(shù)142
10.3.7RBF指導(dǎo)下的下層搜索改進(jìn)策略143
10.4實(shí)驗(yàn)及結(jié)果分析144
10.4.1實(shí)驗(yàn)及參數(shù)設(shè)置144
10.4.2結(jié)果及分析145
第11章基于遺傳算法的視頻服務(wù)器部署問題研究150
11.1問題背景150
11.2問題描述152
11.3雙層優(yōu)化模型建立及仿真153
11.3.1算法設(shè)計(jì)154
11.3.2實(shí)驗(yàn)及總結(jié)161
第12章粒子群算法中慣性權(quán)重的分析163
12.1動(dòng)態(tài)改變的慣性權(quán)重163
12.1.1動(dòng)態(tài)改變慣性權(quán)重的提出163
12.1.2動(dòng)態(tài)改變權(quán)重的粒子群（DPSO）算法流程164
12.1.3數(shù)值實(shí)驗(yàn)164
12.2基于平滑函數(shù)和一維搜索的粒子群優(yōu)化算法165
12.2.1簡化的粒子群優(yōu)化算法165
12.2.2重新生成停止智能的粒子位置166
12.2.3算法流程（NPSO）167
12.2.4數(shù)值實(shí)驗(yàn)167
參考文獻(xiàn)168
1.1引言1
1.2智能算法的現(xiàn)狀1
1.3智能算法的研究發(fā)展5
1.4約束單目標(biāo)優(yōu)化問題及其智能算法6
1.5多目標(biāo)優(yōu)化問題及其智能算法7
1.6本書的主要工作與內(nèi)容安排9
第2章智能算法與粒子群優(yōu)化算法的基本理論12
2.1智能算法的框架及基礎(chǔ)理論12
2.1.1智能算法的基本框架12
2.1.2智能算法的基礎(chǔ)理論16
2.2粒子群優(yōu)化算法簡介17
2.2.1基本粒子群算法框架17
2.2.2粒子群算法與其他智能算法的比較19
2.2.3兩種基本智能模型19
2.2.4粒子群算法的改進(jìn)20
第3章解決約束單目標(biāo)優(yōu)化問題的兩種粒子群算法23
3.1相關(guān)工作23
3.1.1問題表述23
3.1.2智能算法在約束優(yōu)化問題中的研究現(xiàn)狀24
3.2解決約束優(yōu)化問題的雙目標(biāo)粒子群優(yōu)化算法26
3.2.1模型的建立26
3.2.2基于偏好的粒子比較準(zhǔn)則26
3.2.3改進(jìn)的多父體單形雜交算子27
3.2.4雙目標(biāo)粒子群優(yōu)化（TPSO）算法的流程27
3.2.5數(shù)值模擬28〖1〗〖2〗*優(yōu)化理論與智能算法目錄3.3解決約束優(yōu)化問題的模糊粒子群算法30
3.3.1模糊個(gè)體極值和模糊全局極值的提出30
3.3.2基于閾值的粒子比較準(zhǔn)則31
3.3.3模糊粒子群（FPSO）算法的流程33
3.3.4數(shù)值模擬33
3.3.5收斂性分析36
第4章解決無約束多目標(biāo)優(yōu)化問題的幾種智能算法39
4.1相關(guān)工作39
4.1.1問題表述39
4.1.2智能算法在多目標(biāo)優(yōu)化問題中的研究現(xiàn)狀40
4.2基于粒子群優(yōu)化的多目標(biāo)Memetic算法43
4.2.1多目標(biāo)優(yōu)化模型的轉(zhuǎn)化43
4.2.2基于新模型的粒子比較準(zhǔn)則44
4.2.3局部搜索算子的引進(jìn)45
4.2.4全局極值的選取45
4.2.5基于粒子群優(yōu)化的多目標(biāo)Memetic算法（PSMA）流程46
4.2.6實(shí)例仿真與性能比較46
4.3解決多目標(biāo)優(yōu)化問題的模糊粒子群算法50
4.3.1多目標(biāo)模糊個(gè)體極值和模糊全局極值的提出50
4.3.2多目標(biāo)模糊粒子群算法流程50
4.3.3實(shí)例仿真與性能比較51
4.4基于新模型的多目標(biāo)Memetic算法56
4.4.1多目標(biāo)優(yōu)化模型的轉(zhuǎn)化56
4.4.2一種新的選擇策略56
4.4.3新的接收準(zhǔn)則57
4.4.4基于新模型的多目標(biāo)Memetic算法概述57
4.4.5實(shí)例仿真與性能比較58
4.5收斂性分析61
第5章解決多目標(biāo)約束優(yōu)化問題的兩種粒子群算法64
5.1解決多目標(biāo)約束優(yōu)化問題的混合粒子群算法64
5.1.1粒子保留準(zhǔn)則65
5.1.2一種新的擁擠距離函數(shù)65
5.1.3基于合力的變異算子66
5.1.4混合粒子群算法流程67
5.1.5實(shí)例仿真與性能比較68
5.2基于不可行精英保留策略的粒子群優(yōu)化算法73
5.2.1不可行精英保留策略的提出74
5.2.2新的擁擠距離函數(shù)74
5.2.3新的變異算子76
5.2.4基于不可行精英保留策略的粒子群優(yōu)化算法（IPSO）76
5.2.5實(shí)例仿真與性能比較77
5.3收斂性分析81
第6章一種新的基于非線性擴(kuò)展關(guān)系的多目標(biāo)智能優(yōu)化算法83
6.1選題背景和意義83
6.2國內(nèi)外研究現(xiàn)狀84
6.3解集的評(píng)價(jià)指標(biāo)85
6.4新算法的提出86
6.4.1一種新的非線性擴(kuò)展優(yōu)勢關(guān)系87
6.4.2算法框架87
6.5實(shí)驗(yàn)性的結(jié)果與分析88
6.5.1測試函數(shù)和性能指標(biāo)88
6.5.2遺傳算子及參數(shù)設(shè)置89
6.5.3相關(guān)算法89
6.5.4實(shí)驗(yàn)結(jié)果89
第7章基于世代距離指標(biāo)和改進(jìn)小生境方法的進(jìn)化算法96
7.1引言96
7.2新提出的算法GDMAOEA97
7.2.1算法框架97
7.2.2選擇框架98
7.2.3計(jì)算個(gè)體的鄰近距離98
7.2.4改進(jìn)的小生境方法對(duì)解重新分層101
7.3數(shù)值實(shí)驗(yàn)結(jié)果及分析103
7.3.1參數(shù)設(shè)置103
7.3.2實(shí)驗(yàn)結(jié)果及分析104
第8章基于非支配排序和改進(jìn)小生境的進(jìn)化算法110
8.1引言110
8.2新的約束處理機(jī)制MCCHT110
8.3新提出的算法MCMOEA111
8.3.1約束排序111
8.3.2全局選擇113
8.3.3可行性計(jì)算113
8.3.4改進(jìn)的小生境方法114
8.4數(shù)值實(shí)驗(yàn)結(jié)果及分析117
8.4.1實(shí)驗(yàn)設(shè)置117
8.4.2實(shí)驗(yàn)結(jié)果和分析118
第9章基于協(xié)同進(jìn)化框架和兩階段進(jìn)化的進(jìn)化算法124
9.1引言124
9.2提出的算法TSCoEA126
9.2.1算法框架126
9.2.2新的小生境方法127
9.2.3全局選擇128
9.2.4選擇父代130
9.3數(shù)值實(shí)驗(yàn)結(jié)果及分析130
9.3.1實(shí)驗(yàn)設(shè)置131
9.3.2實(shí)驗(yàn)結(jié)果和分析131
第10章雙層優(yōu)化問題的智能算法求解135
10.1引言135
10.2國內(nèi)外研究現(xiàn)狀136
10.2.1問題研究136
10.2.2算法研究136
10.３基于球變異和動(dòng)態(tài)約束處理的雙層PSO算法137
10.3.1雙層優(yōu)化模型137
10.3.2新提出的算法（BPSOQMDC）139
10.3.3球變異PSO140
10.3.4基于極點(diǎn)的種群初始化141
10.3.5基于二次近似的局部搜索142
10.3.6約束處理以及適應(yīng)度函數(shù)142
10.3.7RBF指導(dǎo)下的下層搜索改進(jìn)策略143
10.4實(shí)驗(yàn)及結(jié)果分析144
10.4.1實(shí)驗(yàn)及參數(shù)設(shè)置144
10.4.2結(jié)果及分析145
第11章基于遺傳算法的視頻服務(wù)器部署問題研究150
11.1問題背景150
11.2問題描述152
11.3雙層優(yōu)化模型建立及仿真153
11.3.1算法設(shè)計(jì)154
11.3.2實(shí)驗(yàn)及總結(jié)161
第12章粒子群算法中慣性權(quán)重的分析163
12.1動(dòng)態(tài)改變的慣性權(quán)重163
12.1.1動(dòng)態(tài)改變慣性權(quán)重的提出163
12.1.2動(dòng)態(tài)改變權(quán)重的粒子群（DPSO）算法流程164
12.1.3數(shù)值實(shí)驗(yàn)164
12.2基于平滑函數(shù)和一維搜索的粒子群優(yōu)化算法165
12.2.1簡化的粒子群優(yōu)化算法165
12.2.2重新生成停止智能的粒子位置166
12.2.3算法流程（NPSO）167
12.2.4數(shù)值實(shí)驗(yàn)167
參考文獻(xiàn)168
展開全部
最優(yōu)化理論與智能算法 作者簡介
魏靜萱，西安電子科技大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院副教授，碩士生導(dǎo)師。近年來主要從事優(yōu)化理論與算法在機(jī)器學(xué)習(xí)和人工智能方面的應(yīng)用研究。作為負(fù)責(zé)人主持國家自然科學(xué)青年基金項(xiàng)目。擔(dān)任IEEE TEC、Soft Computing等國際知名期刊評(píng)閱人。
書友推薦
- >
回憶愛瑪儂
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
月亮與六便士
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
小考拉的故事-套裝共3冊(cè)
- >
名家?guī)阕x魯迅:朝花夕拾
- >
月亮虎
本類暢銷
