粒子群算法在優(yōu)化選取問題中的應(yīng)用研究 版權(quán)信息
- ISBN:9787522627137
- 條形碼:9787522627137 ; 978-7-5226-2713-7
- 裝幀:暫無
- 冊(cè)數(shù):暫無
- 重量:暫無
- 所屬分類:>
粒子群算法在優(yōu)化選取問題中的應(yīng)用研究 內(nèi)容簡(jiǎn)介
第1章緒論
1.1群智能算法概述
通過對(duì)自然界生物群體的研究發(fā)現(xiàn),群體系統(tǒng)所擁有的魯棒和應(yīng)對(duì)復(fù)雜問題的解決能力,往往是依靠一套在個(gè)體間和個(gè)體與環(huán)境間的交互規(guī)則完成的。例如,單只螞蟻的能力有限,但當(dāng)它們組成蟻群時(shí),卻能夠完成筑巢、覓食、清掃蟻穴等復(fù)雜行為;一群看似盲目的蜂群,卻能造出精美的蜂窩;鳥群在沒有集中控制的情況下能夠同步飛行等。
通過模擬生物在自然界中的優(yōu)勝劣汰規(guī)則,便產(chǎn)生了仿生智能優(yōu)化算法的群智能優(yōu)化算法[1,3](簡(jiǎn)稱群智能算法),這是一種基于生物群體行為規(guī)律的計(jì)算技術(shù)。群體指的是“一組相互之間可行直接通信或間接通信(通過改變局部環(huán)境)的主體,這些主體能夠通過合行分布式問題的求解”。群智能指的是“無智能的主體通過合作表現(xiàn)出智能行為的特”,如蜜蜂采蜜、筑巢和螞蟻覓食、筑巢等行為都需要依靠群體的協(xié)作。這種自然系統(tǒng)解決問題的能力,要優(yōu)于彼此分離的個(gè)體所組成的系統(tǒng)。群智能在沒有集中控制且不提供全局模型的前提下,為尋找復(fù)雜分布式問題的解決方案提供了一種新途徑。與傳統(tǒng)算法相比,群智能算簡(jiǎn)單、易于實(shí)現(xiàn)、適應(yīng)強(qiáng)且魯棒強(qiáng),因此,該算法受到越來越多研究者的關(guān)注。群智能算法的優(yōu)點(diǎn)可歸納如下。
(1)魯棒強(qiáng):由于智能系統(tǒng)的控制是分布式的,因此它的適應(yīng)力強(qiáng),對(duì)于某些個(gè)體的故障,其群體仍能維持整體的能。
(2)并行好:由于種群中的個(gè)體是分布式的,因此可更好地利用多處理器,使算法更加適合網(wǎng)絡(luò)環(huán)境下的工作,
(3)要求低:對(duì)問題所對(duì)應(yīng)的目標(biāo)函數(shù)是否具有連續(xù)、可導(dǎo)和可微無要求,算法的適用廣。
(4)通信花費(fèi)少:個(gè)體通過對(duì)環(huán)境的感知自適應(yīng)調(diào)節(jié)個(gè)體的信息交流方式,使系統(tǒng)具有良好的擴(kuò)展和。
(5)簡(jiǎn)單易行:系統(tǒng)中個(gè)體行為簡(jiǎn)單,執(zhí)行時(shí)間短,易于實(shí)現(xiàn)。
(6)自組織強(qiáng):個(gè)體在協(xié)同合作中使群體顯示出復(fù)雜且智能的行為,使系統(tǒng)具有自調(diào)節(jié)。
群智能算法中主要模擬了生物行為的四個(gè)過程:一是將生物群體化和覓食行為看作優(yōu)化和搜索的過程;二是將生物個(gè)體看作搜索空間中的點(diǎn);三是將待求解問題的目標(biāo)函數(shù)看作個(gè)體適應(yīng)環(huán)境的能力;四是化過程中的優(yōu)勝劣汰看作搜索和優(yōu)化過程中用好的可行解替換較差解的迭代過程。群智能算法的缺點(diǎn)是早熟、收斂速度慢。目前,基于群智能算法的仿生算法主要有以下幾種。
(1)粒子群算法[4:模擬鳥群在空中合作找到食物的覓食過程,
粒子群算法在優(yōu)化選取問題中的應(yīng)用研究 目錄
第1章緒論
1.1群智能算法概述
1.2粒子群算法的起源及基本形式
1.2.1粒子群算法的起源
1.2.2粒子群算法的基本形式
1.3 Web服務(wù)組合優(yōu)化選取問題
1.3.1 Web服務(wù)?
1.3.2 Web服務(wù)組合
1.3.3 Web服務(wù)選取.
1.4體檢項(xiàng)目服務(wù)選取問題
1.4.1健康體檢
1.4.2體檢項(xiàng)目服務(wù)選取
1.5本書的組織
- >
自卑與超越
- >
隨園食單
- >
苦雨齋序跋文-周作人自編集
- >
朝聞道
- >
姑媽的寶刀
- >
推拿
- >
名家?guī)阕x魯迅:故事新編
- >
巴金-再思錄