注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當前位置: 首頁出版圖書科學(xué)技術(shù)自然科學(xué)數(shù)學(xué)智能優(yōu)化算法及其應(yīng)用

智能優(yōu)化算法及其應(yīng)用

智能優(yōu)化算法及其應(yīng)用

定 價:¥20.00

作 者: 黃友銳
出版社: 國防工業(yè)出版社
叢編項:
標 簽: 西醫(yī)

購買這本書可以去


ISBN: 9787118054132 出版時間: 2008-02-01 包裝: 平裝
開本: 32開 頁數(shù): 197 pages 字數(shù):  

內(nèi)容簡介

  本書是作者多年來在智能優(yōu)化算法及其應(yīng)用所進行的一系列深入研究的基礎(chǔ)上撰寫而成,同時吸收了國內(nèi)外許多具有代表性的最新研究成果。全書取材新穎,覆蓋面廣,深入淺出,注重理論聯(lián)系實際,力圖體現(xiàn)國內(nèi)外在這一學(xué)術(shù)領(lǐng)域的最新研究進展。 全書共6章,主要包括:第1章為緒論,介紹優(yōu)化問題和優(yōu)化算法及其分類;第三第3、第4和第5章分別介紹遺傳算法、免疫克隆選擇算法、粒子群算法和蟻群算法的優(yōu)化流程、機制與特點、收斂性理論、參數(shù)選取與實現(xiàn)技術(shù)、算法改進等內(nèi)容,并對改進的算法(自適應(yīng)遺傳算法、免疫遺傳算法、量子遺傳算法、自適應(yīng)克隆算法、自適應(yīng)小生境克隆算法、小生境粒子群算法和小生境蟻群算法)進行了仿真研究和參數(shù)取值分析;第6章首先介紹量子計算的研究進展,進而介紹量子計算的實現(xiàn)過程,并把量子計算應(yīng)用到固定費用運輸問題(fcTP)。最后,本書在附錄中給出了主要算法的源代碼和相應(yīng)的測試函數(shù),便于讀者使用和研究。 本書可作為與優(yōu)化相關(guān)專業(yè)的師生、研究人員以及工程技術(shù)人員的參考書。

作者簡介

暫缺《智能優(yōu)化算法及其應(yīng)用》作者簡介

圖書目錄

第1章 緒論
1.1 優(yōu)化算法及其分類
1.2 最優(yōu)化問題及其分類
1.2.1 函數(shù)優(yōu)化問題
1.2.2 組合優(yōu)化問題
第2章 遺傳算法
2.1 遺傳算法的研究進展
2.2 遺傳算法理論概述
2.2.1 遺傳算法常用術(shù)語
2.2.2 遺傳算法基本要素
2.2.3 遺傳算法基本理論
2.3 標準遺傳算法
2.3.1 標準遺傳算法及流程圖
2.3.2 標準遺傳算法有關(guān)參數(shù)的確定
2.3.3 標準遺傳算法的特點
2.3.4 標準遺傳算法的應(yīng)用
2.3.5 標準遺傳算法的不足
2.4 自適應(yīng)遺傳算法
2.4.1 算子改進
2.4.2 算法特點
2.4.3 算法步驟
2.4.4 參數(shù)設(shè)置分析
2.5 免疫遺傳算法
2.5.1 免疫遺傳算法原理
2.5.2 免疫遺傳算子作用的定性分析
2.5.3 免疫遺傳算法的收斂性
2.5.4 免疫遺傳算法的特點
2.6 量子遺傳算法
2.6.1 概述
2.6.2 量子比特編碼
2.6.3 量子遺傳算法流程
2.6.4 量子遺傳算法的改進及其應(yīng)用
2.7 算法實現(xiàn)與應(yīng)用
2.7.1 基于遺傳算法的PID參數(shù)整定及仿真
2.7.2 自適應(yīng)遺傳算法在函數(shù)優(yōu)化中應(yīng)用
2.7.3 基于免疫遺傳算法的PID參數(shù)整定方法及仿真
第3章 免疫克隆選擇算法
3.1 免疫算法的研究進展
3.2 克隆選擇算法原理
3.2.1 克隆選擇的基本概念
3.2.2 標準克隆選擇算法
3.2.3 免疫克隆選擇算法在函數(shù)優(yōu)化中的應(yīng)用
3.3 克隆選擇算法的收斂性分析
3.3.1 克隆選擇算法的馬爾可夫鏈模型
3.3.2 CSA收斂性分析
3.4 自適應(yīng)克隆選擇算法
3.4.1 算法描述
3.4.2 算法特點
3.4.3 算法步驟
3.5 自適應(yīng)小生境克隆選擇算法
3.5.1 算法描述
3.5.2 算法步驟
3.5.3 參數(shù)設(shè)置分析
3.6 算法實現(xiàn)與應(yīng)用
3.6.1 基于免疫克隆選擇算法的PID參數(shù)整定及仿真
3.6.2 自適應(yīng)克隆選擇算法在函數(shù)優(yōu)化中的應(yīng)用
3.6.3 自適應(yīng)小生境克隆選擇算法在函數(shù)優(yōu)化中的應(yīng)用
第4章 粒子群算法
4.1 粒子群算法的研究進展
4.2 粒子群算法基本原理
4.2.1 基本粒子群算法
4.2.2 粒子群算法的參數(shù)設(shè)置
4.2.3 粒子群算法特點
4.3 實數(shù)編碼的小生境粒子群算法
4.3.1 算法改進
4.3.2 算法描述
4.4 NPSA收斂性分析
4.5 算法實現(xiàn)與應(yīng)用
4.5.1 標準的PSO算法在PID參數(shù)整定中的應(yīng)用
4.5.2 改進的PSO算法在PID參數(shù)整定中的應(yīng)用
4.5.3 實數(shù)編碼的小生境粒子群算法在函數(shù)優(yōu)化中的應(yīng)用
第5章 蟻群算法
5.1 蟻群算法的研究進展
5.2 蟻群算法基本原理和模型
5.2.1 蟻群算法的生物學(xué)基礎(chǔ)
5.2.2 蟻群算法的基本思想
5.2.3 蟻群算法的優(yōu)缺點
5.3 蟻群算法及其收斂性分析
5.3.1 簡單蟻群算法描述
5.3.2 收斂性分析
5.4 實數(shù)編碼的小生境蟻群算法
5.4.1 算法思想
5.4.2 算法描述
5.5 算法實現(xiàn)與應(yīng)用
5.5.1 測試函數(shù)
5.5.2 評價標準
5.5.3 參數(shù)取值
5.5.4 測試結(jié)果
5.5.5 參數(shù)研究
第6章 量子計算
6.1 量子計算的研究進展
6.2 量子位
6.3 量子邏輯門
6.3.1 量子邏輯門的可逆性
6.3.2 量子“非”門
6.3.3 相移門
6.3.4 量子“異或”門
6.3.5 量子“與”門
6.4 量子寄存器
6.5 量子加法器
6.5.1 量子半加器
6.5.2 一位量子全加器
6.5.3 多位量子加法器
6.6 量子中央處理器
6.6.1 量子中央處理器的構(gòu)成
6.6.2 量子中央處理器的工作原理
6.7 固定費用運輸問題的量子算法
6.7.1 固定費用運輸問題
6.7.2 fcTP的量子算法
附錄A 測試函數(shù)
附錄B 各種算法的基本程序
B.1 二進制編碼的遺傳算法源程序
B.2 二進制編碼的免疫克隆算法源程序
B.3 實數(shù)編碼的粒子群算法源程序
B.4 實數(shù)編碼的蟻群算法源程序
參考文獻

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號