新書推薦：
《
DK伟大的城市地图
》
售價：HK$
217.8
《
人工智能的多视角审视 “人类智能与人工智能”书系（第一辑）
》
售價：HK$
217.8
《
拥抱自然的孩子：70个深度自然游戏
》
售價：HK$
64.9
《
QBQ!问题背后的问题III：成就卓越的组织（修订版）
》
售價：HK$
53.9
《
艺术家课堂 动漫创作与职业之路
》
售價：HK$
186.8
《
暗示的力量：唤醒孩子的内驱力
》
售價：HK$
54.8
《
权力、国家和太空 ：太空行为体的概念化、衡量和比较
》
售價：HK$
107.8
《
《营造法原》解读
》
售價：HK$
184.8
|
| 編輯推薦： |
|
《智能优化算法及其Matlab案例》基于特色课程多轮教学积累编写，旨在满足自动化、智能制造、工业工程等相关专业对智能优化算法应用能力的培养要求。书稿介绍了目前常用的智能优化算法，简化算法推导，侧重算法应用，可作为研究智能制造、群体智能、人工智能、优化算法等相关领域与专业的研究生及研究人员的参考用书。
|
| 內容簡介： |
|
《智能优化算法及其Matlab案例》是对智能优化算法及其实际应用的研究成果的系统总结。智能优化算法是一类模拟生物进化、群体行为或物理法则等自然现象或过程的计算方法，用于解决组合优化、函数优化、大空间等复杂的优化问题，得到了国内外学者的广泛关注。本书共有8章，第1章介绍了智能优化算法的概念、特点、分类以及最优化问题的含义、分类等；第2章到第7章分别介绍了遗传算法、模拟退火算法、禁忌搜索算法、蚁群优化算法、粒子群优化算法、帝国竞争算法等6种经典智能优化算法的理论基础、算法流程及Matlab案例应用；第8章介绍了多目标进化优化算法的理论基础、算法框架及Matlab案例应用。本书提供了实际应用案例的详细Matlab运行代码，对于采用这些算法工具来解决生产调度、路径规划、任务分配等领域具体问题的理论研究和工程技术人员，可以参考代码快速理解和掌握算法。本书为高等院校智能制造工程、工业工程、自动化、计算机等专业的教学用书，也可作为研究智能制造、群体智能、人工智能、优化算法等相关领域与专业的研究生及研究人员的参考用书。
|
| 目錄：
|
第1章 概述 001
1.1 智能优化算法简介 001
1.1.1 智能优化算法的含义与特点 001
1.1.2 智能优化算法的分类 002
1.2 最优化问题 003
1.2.1 最优化问题含义 003
1.2.2 最优化问题的分类 003
1.2.3 计算复杂性与NP问题 004
1.3 智能优化算法的应用与发展 004
参考文献 005
第2章 遗传算法 006
2.1 遗传算法理论 006
2.1.1 遗传算法的基本概念 006
2.1.2 遗传算法的生物学基础 007
2.1.3 遗传算法的特点 008
2.1.4 遗传算法的改进方向 008
2.2 遗传算法流程 009
2.3 实例推导与仿真 010
参考文献 021
第3章 模拟退火算法 022
3.1 引言 022
3.2 模拟退火算法理论 022
3.2.1 物理退火过程 022
3.2.2 模拟退火算法的原理 023
3.2.3 模拟退火算法的特点 023
3.2.4 模拟退火算法的改进方向 024
3.3 模拟退火算法流程 025
3.4 实例推导与仿真 026
参考文献 035
第4章 禁忌搜索算法 037
4.1 引言 037
4.2 禁忌搜索算法理论 037
4.2.1 禁忌搜索算法的发展历程 037
4.2.2 禁忌搜索算法的优化过程 038
4.2.3 禁忌搜索算法的特点 038
4.2.4 禁忌搜索算法的改进方向 039
4.3 禁忌搜索算法流程 040
4.3.1 关键参数说明 040
4.3.2 禁忌搜索算法流程 041
4.4 实例推导与仿真 042
参考文献 053
第5章 蚁群优化算法 055
5.1 引言 055
5.2 蚁群优化算法理论 055
5.2.1 蚁群觅食过程 055
5.2.2 蚁群优化算法的优化过程 056
5.2.3 蚁群优化算法的特点 056
5.2.4 蚁群优化算法的改进方向 057
5.3 蚁群优化算法流程 058
5.3.1 关键参数说明 059
5.3.2 算法的整体思路 060
5.4 实例推导与仿真 062
参考文献 079
第6章 粒子群优化算法 080
6.1 引言 080
6.2 粒子群优化算法理论 080
6.2.1 粒子群优化算法的优化过程 080
6.2.2 粒子群优化算法的特点 081
6.2.3 粒子群优化算法的改进方向 082
6.3 粒子群优化算法流程 083
6.3.1 关键参数说明 084
6.3.2 算法的整体思路 086
6.4 实例推导与仿真 088
参考文献 103
第7章 帝国竞争算法 105
7.1 引言 105
7.2 帝国竞争算法理论 105
7.2.1 帝国竞争算法的主要过程 105
7.2.2 帝国竞争算法的优化过程 106
7.3 帝国竞争算法流程 106
7.3.1 ICA算法的初始化 108
7.3.2 殖民地向所属帝国主义国家移动 109
7.3.3 改变帝国主义国家和殖民地的位置 110
7.3.4 计算帝国的总势力 110
7.3.5 帝国的竞争 111
7.3.6 弱势帝国的灭亡 112
7.3.7 总结 112
7.4 实例推导与仿真 112
参考文献 124
第8章 多目标进化优化 125
8.1 引言 125
8.2 多目标进化优化基础 125
8.2.1 多目标优化问题 125
8.2.2 多目标优化个体之间的关系 126
8.2.3 基于Pareto的多目标最优解集 127
8.3 基于Pareto的多目标优化算法一般框架 127
8.4 仿真案例 128
参考文献 133
|
| 內容試閱：
|
20世纪60年代美国密歇根大学J. Holland教授的学生Bagley在他的博士论文中首次提出了遗传算法这一术语以来，涌现出了很多智能优化算法。智能优化算法是一类模拟生物进化、群体行为或物理法则等自然现象或过程的计算方法，用于解决组合优化、函数优化、大空间优化等复杂的优化问题，得到了国内外学者的广泛关注。这类算法与其他类型的精确优化方法相比，具有实现简单、通用性强且适合并行处理、对问题模型要求低和效率较高等优点，目前已经被广泛应用到组合优化问题、函数优化问题、生产调度问题、自动控制优化问题等很多领域中。本书正是在智能优化算法的研究与应用方兴未艾之际，对编著者与相关学者在其领域的研究成果进行总结，以期为相关专业的学生与研究人员提供系统性的参考。
本书共分8章，第1章介绍了智能优化算法的概念、特点、分类以及最优化问题的含义、分类等；第2章到第7章分别介绍了遗传算法、模拟退火算法、禁忌搜索算法、蚁群优化算法、粒子群优化算法、帝国竞争算法等6种经典智能优化算法的理论基础、算法推导与流程，以及Matlab案例应用；第8章介绍了多目标进化优化算法的理论基础、算法框架及Matlab案例应用。本书在编写过程中，重点聚焦于利用智能优化算法解决实际应用问题。书中强调将实际问题抽象为适合算法求解的模型，深入剖析问题特征，并探索与问题特征高度契合的算法策略，以提升算法求解的质量和效率。同时，鉴于每种算法在代码实现过程中存在多种方式，算法中各个算子的实现也具有多样性，优化目标更是多种多样，本书所提供的代码仅作为示例之一。感兴趣的读者可在本书的基础上，进一步深入研究，开发出更贴合问题特征、更具效率的算法。
本书由郑州航空工业管理学院张国辉、余娜娜、郭胜会编著。在编写过程中，研究生闫少峰、张得雨、李志霄、蔡翌豪、任远、伦伟航、王文迪等参与了相关资料的收集、整理和校对工作，在此对他们表示感谢。本书出版受到河南省高等教育教学改革研究与实践项目（研究生教育类）（2023SJGLX019Y，2023SJGLX330Y）、河南省研究生精品教材项目（YJS2024JC42）等项目资助。
本书在编写过程中参阅了相关的参考书和文献资料，以确保内容的丰富性和科学性。主要参考文献已列于每章之后，在此向国内外相关作者致以衷心的感谢。
由于编著者的水平有限，且科学技术不断发展，书中难免存在一些不足之处。诚挚地希望各位读者提出宝贵意见和建议，以帮助我们改进和完善本书。
编著者
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 運費計算
| 聯絡我們
| 幫助中心 |
加入書簽
HOME
新書上架
