新書推薦：
《
新知文库精选·骆驼来自何处：外来入侵物种的故事与科学
》
售價：HK$
75.9
《
沟通：终身原则（第八版）
》
售價：HK$
217.8
《
小狗心理疗愈日记 史努比陪你找到自我主体性 走出艰难时刻
》
售價：HK$
46.2
《
心灵银行 脑科学轻松创造真正的改变 世界级催眠大师约翰卡帕斯送给普通人改写命运的秘密武器
》
售價：HK$
74.8
《
被偷走的尊严：美国保守派的失落、耻辱与奋起（三联·哈佛燕京学术丛书）
》
售價：HK$
85.8
《
尖叫的数学：令人惊叹的数学之美：修订新版（从数学的角度发现不一样的逻辑和处世哲学。随书附赠手账本。）
》
售價：HK$
63.8
《
数学老师没教过的数学
》
售價：HK$
46.2
《
法国在乍得的战争：在非洲的军事干预与非殖民化
》
售價：HK$
107.8
|
| 內容簡介： |
|
群智能优化算法作为一种新兴的智能优化技术和诸多交叉学科研究领域的前沿，受到了越来越多研究者的关注。这些算法受自然界生物进化过程和生物群体行为规律的启发，吸收和融合了运筹学、生物学、物理学、计算数学、计算机科学、人工智能和控制论等学科思想和方法，在没有集中控制且不提供全局信息的条件下，为求解传统优化方法难以解决的非线性、不可微、不确定、多目标、分布式复杂优化问题提供了新思路和新手段，在诸多学科领域得到了成功应用。 本书选取了具有代表性的遗传算法、差分进化算法、人工免疫算法、粒子群优化算法、蚁群优化算法、人工蜂群算法、细菌觅食优化算法、人工鱼群算法、混合蛙跳算法、萤火虫算法、布谷鸟搜索算法、狼群算法、秃鹰搜索优化算法、蝠鲼觅食优化算法、野狗优化算法和沙丘猫群优化算法16种群智能优化算法，重点讲述了这些算法的基本原理、运算流程、主要参数和应用实例，特别是对每个应用实例都给出了详细的MATLAB实现参考程序。 本书可作为高校本科生、研究生相关课程的教材或参考书，也可供相关工程技术人员自学参考。
|
| 關於作者： |
|
樊新海，陆军装甲兵学院副教授，主要从事装备测试、信号处理、故障诊断和群智能优化方面的教学科研工作，学院机械工程学科专业领域学术骨干，硕士研究生导师。
|
| 目錄：
|
目 录
第1章 绪论1
1.1 最优化问题概述2
1.1.1 单变量最优化问题2
1.1.2 多变量最优化问题4
1.1.3 复杂问题的最优化问题6
1.2 群智能优化算法概述8
1.2.1 群智能优化算法的基本思想8
1.2.2 群智能优化算法的主要分类9
1.2.3 群智能优化算法的优势及特点10
1.3 群智能优化算法的仿生计算机制11
1.3.1 算法初始化12
1.3.2 个体位置更新13
1.3.3 竞争选择机制15
1.4 学习建议16
思考题17
第2章 遗传算法18
2.1 遗传算法的原理及特点18
2.1.1 遗传算法的生物学基础18
2.1.2 遗传算法的基本原理19
2.1.3 遗传算法的特点分析25
2.2 标准遗传算法及其改进方向26
2.2.1 标准遗传算法26
2.2.2 标准遗传算法的改进方向27
2.3 遗传算法的运算流程27
2.4 遗传算法的主要参数29
2.5 遗传算法的应用实例29
思考题47
第3章 差分进化算法48
3.1 差分进化算法的原理及特点48
3.1.1 差分进化算法的基本原理48
3.1.2 差分进化算法的特点分析49
3.2 差分进化算法的不同形式50
3.2.1 差分进化算法的基本形式50
3.2.2 差分进化算法的其他形式53
3.2.3 差分进化算法的改进54
3.3 差分进化算法的运算流程55
3.4 差分进化算法的主要参数56
3.5 差分进化算法的应用实例57
思考题71
第4章 人工免疫算法72
4.1 生物免疫系统和人工免疫系统73
4.1.1 生物免疫系统73
4.1.2 人工免疫系统75
4.2 人工免疫算法的原理及特点76
4.2.1 人工免疫算法的基本原理76
4.2.2 人工免疫算法的特点分析79
4.3 人工免疫算法的运算流程80
4.4 人工免疫算法的主要参数81
4.5 人工免疫算法的应用实例82
思考题97
第5章 粒子群优化算法98
5.1 粒子群优化算法的原理及特点99
5.1.1 粒子群优化算法的基本原理99
5.1.2 粒子群优化算法的特点分析99
5.2 粒子群优化算法的常见形式100
5.2.1 基本粒子群优化算法100
5.2.2 标准粒子群优化算法101
5.2.3 离散粒子群优化算法103
5.3 粒子群优化算法的运算流程104
5.4 粒子群优化算法的主要参数105
5.5 粒子群优化算法的应用实例106
思考题123
第6章 蚁群优化算法124
6.1 蚁群优化算法的原理及特点124
6.1.1 蚂蚁觅食过程124
6.1.2 人工蚂蚁的特性125
6.1.3 人工蚁群的特性126
6.1.4 蚁群优化算法的特点分析127
6.2 蚁群优化算法的常见形式127
6.2.1 基本蚁群优化算法127
6.2.2 精英蚂蚁系统算法129
6.2.3 最大最小蚂蚁算法129
6.2.4 基于排序的蚁群系统算法130
6.2.5 自适应蚁群优化算法130
6.3 蚁群优化算法的运算流程131
6.4 蚁群优化算法的主要参数132
6.5 蚁群优化算法的应用实例133
思考题151
第7章 人工蜂群算法152
7.1 人工蜂群算法的原理及特点152
7.1.1 蜂群采蜜过程152
7.1.2 人工蜂群算法的基本原理154
7.1.3 人工蜂群算法的特点分析155
7.2 人工蜂群算法的运算流程156
7.3 人工蜂群算法的主要参数158
7.4 人工蜂群算法的应用实例159
思考题173
第8章 细菌觅食优化算法174
8.1 细菌觅食优化算法的原理及特点174
8.1.1 细菌觅食行为174
8.1.2 细菌觅食优化算法的基本原理176
8.1.3 细菌觅食优化算法的特点分析179
8.2 细菌觅食优化算法的运算流程180
8.3 细菌觅食优化算法的主要参数182
8.4 细菌觅食优化算法的应用实例184
思考题199
第9章 人工鱼群算法200
9.1 人工鱼群算法的原理及特点200
9.1.1 人工鱼群算法的基本原理200
9.1.2 人工鱼群算法的特点分析202
9.2 人工鱼群算法的运算流程203
9.3 人工鱼群算法的主要参数205
9.4 人工鱼群算法的应用实例206
思考题226
第10章 混合蛙跳算法227
10.1 混合蛙跳算法的原理及特点227
10.1.1 混合蛙跳算法的基本原理227
10.1.2 混合蛙跳算法的特点分析229
10.2 混合蛙跳算法的运算流程229
10.3 混合蛙跳算法的主要参数231
10.4 混合蛙跳算法的应用实例232
思考题248
第11章 萤火虫算法249
11.1 萤火虫算法的原理及特点249
11.1.1 萤火虫算法的理想原则249
11.1.2 萤火虫算法的基本原理250
11.1.3 萤火虫算法的特点分析252
11.2 萤火虫算法的运算流程253
11.3 萤火虫算法的主要参数254
11.4 萤火虫算法的应用实例255
思考题269
第12章 布谷鸟搜索算法270
12.1 布谷鸟搜索算法的原理及特点270
12.1.1 借巢产卵的繁殖行为270
12.1.2 Lévy飞行271
12.1.3 布谷鸟搜索算法的基本原理273
12.1.4 布谷鸟搜索算法的特点分析274
12.2 布谷鸟搜索算法的运算流程275
12.3 布谷鸟搜索算法的主要参数276
12.4 布谷鸟搜索算法的改进方向277
12.5 布谷鸟搜索算法的应用实例279
思考题293
第13章 狼群算法294
13.1 狼群算法的原理及特点294
13.1.1 狼群算法的生物学背景294
13.1.2 狼群算法的基本原理295
13.1.3 狼群算法的特点分析297
13.2 狼群算法的运算流程298
13.3 狼群算法的主要参数299
13.4 狼群算法的应用实例301
思考题319
第14章 秃鹰搜索优化算法320
14.1 秃鹰搜索优化算法的原理及特点320
14.1.1 秃鹰搜索优化算法的基本原理321
14.1.2 秃鹰搜索优化算法的特点分析323
14.2 秃鹰搜索优化算法的运算流程324
14.3 秃鹰搜索优化算法的应用实例326
思考题343
第15章 蝠鲼觅食优化算法344
15.1 蝠鲼觅食优化算法的原理及特点344
15.1.1 蝠鲼觅食优化算法的基本原理345
15.1.2 蝠鲼觅食优化算法的特点分析348
15.2 蝠鲼觅食优化算法的运算流程349
15.3 蝠鲼觅食优化算法的应用实例350
思考题367
第16章 野狗优化算法368
16.1 野狗优化算法的原理及特点368
16.1.1 野狗优化算法的基本原理369
16.1.2 野狗优化算法的特点分析371
16.2 野狗优化算法的运算流程372
16.3 野狗优化算法的应用实例374
思考题390
第17章 沙丘猫群优化算法391
17.1 沙丘猫群优化算法的原理及特点391
17.1.1 沙丘猫群优化算法的基本原理392
17.1.2 沙丘猫群优化算法的特点分析394
17.2 沙丘猫群优化算法的运算流程394
17.3 沙丘猫群优化算法的应用实例396
思考题408
参考文献409
|
|
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
暢銷書架
