扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
中医基础理论
-
>
高校军事课教程
-
>
思想道德与法治(2021年版)
-
>
毛泽东思想和中国特色社会主义理论体系概论(2021年版)
-
>
中医内科学·全国中医药行业高等教育“十四五”规划教材
-
>
中医诊断学--新世纪第五版
-
>
中药学·全国中医药行业高等教育“十四五”规划教材
群智能进化算法及其应用 版权信息
- ISBN：9787030598202
- 条形码：9787030598202 ; 978-7-03-059820-2
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>>
群智能进化算法及其应用 内容简介
《群智能进化算法及其应用》全面翔实地阐述了人工蜂群算法、群集蜘蛛优化算法、共生生物搜索算法、离子运动算法、引力搜索算法及海豚群算法的原理，给出了基于MATLAB语言的实现方法，针对静态单目标优化问题、静态多目标优化问题、动态单目标优化问题提出了多种改进算法和实现策略，并求解了无线多媒体传感器网络全目标覆盖等实际问题。 《群智能进化算法及其应用》可供高等院校计算机科学、人工智能、自动控制和其他相关专业高年级本科生、研究生和教师阅读，也可作为群智能进化算法爱好者研究、学习的参考书。
群智能进化算法及其应用 目录
第1章 绪论
1．1 群智能进化算法的发展
1．1．1 群体启发算法
1．1．2 进化启发算法
1．1．3 物理启发算法
1．2 优化问题概述
1．3 静态单目标优化问题
1．3．1 静态单目标无约束优化问题标准测试函数及性能评价标准
1．3．2 静态单目标约束优化问题标准测试函数及性能评价标准
1．4 静态多目标优化问题
1．4．1 静态多目标无约束优化问题标准测试函数及性能评价标准
1．4．2 静态多目标约束优化问题标准测试函数及性能评价标准
1．5 动态优化问题
1．5．1 动态单目标优化问题的标准测试函数及性能评价标准
1．5．2 动态多目标优化问题的标准测试函数及性能评价标准
第2章 人工蜂群算法
2．1 人工蜂群算法的生物学背景
2．2 人工蜂群算法的基本原理及操作流程
2．2．1 人工蜂群算法的基本原理
2．2．2 人工蜂群算法的操作流程
2．3 人工蜂群算法的特点和收敛性证明
2．3．1 人工蜂群算法的特点
2．3．2 人工蜂群算法的收敛性证明
2．4 基于MATLAB语言的人工蜂群算法实现
2．5 面向静态单目标无约束优化的改进人工蜂群算法
2．5．1 改进人工蜂群算法的基本原理
2．5．2 快速人工蜂群算法的操作流程
2．5．3 快速人工蜂群算法的复杂度分析
2．5．4 实验仿真与结果分析
2．6 面向静态多目标约束优化的改进人工蜂群算法
2．6．1 静态约束多目标人工蜂群算法的基本原理
2．6．2 静态约束多目标人工蜂群算法的流程与复杂度分析
2．6．3 实验仿真与结果分析
第3章 群集蜘蛛优化算法
3．1 群集蜘蛛优化算法的基本原理及操作流程
3．1．1 群集蜘蛛优化算法的基本原理
3．1．2 群集蜘蛛优化算法的操作流程
3．2 基于MATLAB语言的群集蜘蛛优化算法的实现
3．3 面向静态单目标无约束优化问题的改进群集蜘蛛优化算法
3．3．1 改进群集蜘蛛优化算法的基本原理
3．3．2 基于动态学习策略的群集蜘蛛优化算法的操作流程
3．3．3 实验仿真与结果分析
3．4 面向静态多目标无约束优化问题的群集蜘蛛优化算法
3．4．1 多目标群集蜘蛛优化算法的基本原理
3．4．2 实验仿真与结果分析
第4章 共生生物搜索算法
4．1 共生生物搜索算法的基本原理及操作流程
4．1．1 共生生物搜索算法基本原理
4．1．2 共生生物搜索算法的操作流程
4．2 基于MATLAB语言的共生生物搜索算法的实现
4．3 面向静态单目标无约束优化问题的基于子种群拉伸操作的
精英共生生物搜索算法
4．3．1 基于子种群拉伸操作的精英共生生物搜索算法的基本原理
4．3．2 基于子种群拉伸操作的精英共生生物搜索算法的操作流程
4．3．3 实验仿真与结果分析
4．4 面向静态单目标无约束优化问题的基于混合策略的改进
共生生物搜索算法
4．4．1 基于混合策略的共生生物搜索算法的基本原理
4．4．2 基于混合策略的共生生物搜索算法的操作流程
4．4．3 实验仿真与结果分析
4．5 面向静态单目标约束优化问题的混合约束共生生物搜索算法
4．5．1 约束处理技术
4．5．2 混合约束共生生物搜索算法的基本原理
4．5．3 混合约束共生生物搜索算法的操作流程
4．5．4 实验仿真与结果分析
第5章 离子运动算法
5．1 离子运动算法的基本原理
5．2 基于MATLAB的离子运动算法的实现
5．3 面向静态单目标无约束优化问题的改进离子运动算法
5．3．1 改进离子运动算法的基本原理
5．3．2 改进离子运动算法的操作流程
5．3．3 实验仿真与结果分析
5．4 面向动态单目标优化的改进离子运动算法
5．4．1 基于记忆策略的动态离子运动算法的基本原理
5．4．2 DIM0-MS算法的操作流程
5．4．3 实验仿真与结果分析
第6章 其他新型群智能进化算法
6．1 引力搜索算法的基本原理及操作流程
6．1．1 引力搜索算法的基本原理
6．1．2 引力搜索算法的操作流程
6．2 引力搜索算法的特点和性能分析
6．2．1 引力搜索算法的特点
6．2．2 现有引力搜索算法的性能分析
6．3 基于MATLAB语言的引力搜索算法实现
6．4 面向静态单目标无约束优化问题的改进引力搜索算法
6．4．1 基于权重函数分段的引力搜索算法的基本原理
6．4．2 基于权重函数分段的引力搜索算法的操作流程
6．4．3 实验仿真与结果分析
6．5 海豚群算法的基本原理及操作流程
6．5．1 海豚群算法的基本原理
6．5．2 海豚群算法的操作流程
6．6 基于MATLAB语言的海豚群算法的实现
6．7 面向静态单目标无约束优化问题的跳跃海豚群算法
6．7．1 改进的海豚群算法的基本原理
6．7．2 跳跃海豚群算法的操作流程
6．7．3 实验仿真与结果分析
……
第7章 群智能进化算法的典型应用
主要参考文献
附录A
附录B
附录C
附录D
附录E
1．1 群智能进化算法的发展
1．1．1 群体启发算法
1．1．2 进化启发算法
1．1．3 物理启发算法
1．2 优化问题概述
1．3 静态单目标优化问题
1．3．1 静态单目标无约束优化问题标准测试函数及性能评价标准
1．3．2 静态单目标约束优化问题标准测试函数及性能评价标准
1．4 静态多目标优化问题
1．4．1 静态多目标无约束优化问题标准测试函数及性能评价标准
1．4．2 静态多目标约束优化问题标准测试函数及性能评价标准
1．5 动态优化问题
1．5．1 动态单目标优化问题的标准测试函数及性能评价标准
1．5．2 动态多目标优化问题的标准测试函数及性能评价标准
第2章 人工蜂群算法
2．1 人工蜂群算法的生物学背景
2．2 人工蜂群算法的基本原理及操作流程
2．2．1 人工蜂群算法的基本原理
2．2．2 人工蜂群算法的操作流程
2．3 人工蜂群算法的特点和收敛性证明
2．3．1 人工蜂群算法的特点
2．3．2 人工蜂群算法的收敛性证明
2．4 基于MATLAB语言的人工蜂群算法实现
2．5 面向静态单目标无约束优化的改进人工蜂群算法
2．5．1 改进人工蜂群算法的基本原理
2．5．2 快速人工蜂群算法的操作流程
2．5．3 快速人工蜂群算法的复杂度分析
2．5．4 实验仿真与结果分析
2．6 面向静态多目标约束优化的改进人工蜂群算法
2．6．1 静态约束多目标人工蜂群算法的基本原理
2．6．2 静态约束多目标人工蜂群算法的流程与复杂度分析
2．6．3 实验仿真与结果分析
第3章 群集蜘蛛优化算法
3．1 群集蜘蛛优化算法的基本原理及操作流程
3．1．1 群集蜘蛛优化算法的基本原理
3．1．2 群集蜘蛛优化算法的操作流程
3．2 基于MATLAB语言的群集蜘蛛优化算法的实现
3．3 面向静态单目标无约束优化问题的改进群集蜘蛛优化算法
3．3．1 改进群集蜘蛛优化算法的基本原理
3．3．2 基于动态学习策略的群集蜘蛛优化算法的操作流程
3．3．3 实验仿真与结果分析
3．4 面向静态多目标无约束优化问题的群集蜘蛛优化算法
3．4．1 多目标群集蜘蛛优化算法的基本原理
3．4．2 实验仿真与结果分析
第4章 共生生物搜索算法
4．1 共生生物搜索算法的基本原理及操作流程
4．1．1 共生生物搜索算法基本原理
4．1．2 共生生物搜索算法的操作流程
4．2 基于MATLAB语言的共生生物搜索算法的实现
4．3 面向静态单目标无约束优化问题的基于子种群拉伸操作的
精英共生生物搜索算法
4．3．1 基于子种群拉伸操作的精英共生生物搜索算法的基本原理
4．3．2 基于子种群拉伸操作的精英共生生物搜索算法的操作流程
4．3．3 实验仿真与结果分析
4．4 面向静态单目标无约束优化问题的基于混合策略的改进
共生生物搜索算法
4．4．1 基于混合策略的共生生物搜索算法的基本原理
4．4．2 基于混合策略的共生生物搜索算法的操作流程
4．4．3 实验仿真与结果分析
4．5 面向静态单目标约束优化问题的混合约束共生生物搜索算法
4．5．1 约束处理技术
4．5．2 混合约束共生生物搜索算法的基本原理
4．5．3 混合约束共生生物搜索算法的操作流程
4．5．4 实验仿真与结果分析
第5章 离子运动算法
5．1 离子运动算法的基本原理
5．2 基于MATLAB的离子运动算法的实现
5．3 面向静态单目标无约束优化问题的改进离子运动算法
5．3．1 改进离子运动算法的基本原理
5．3．2 改进离子运动算法的操作流程
5．3．3 实验仿真与结果分析
5．4 面向动态单目标优化的改进离子运动算法
5．4．1 基于记忆策略的动态离子运动算法的基本原理
5．4．2 DIM0-MS算法的操作流程
5．4．3 实验仿真与结果分析
第6章 其他新型群智能进化算法
6．1 引力搜索算法的基本原理及操作流程
6．1．1 引力搜索算法的基本原理
6．1．2 引力搜索算法的操作流程
6．2 引力搜索算法的特点和性能分析
6．2．1 引力搜索算法的特点
6．2．2 现有引力搜索算法的性能分析
6．3 基于MATLAB语言的引力搜索算法实现
6．4 面向静态单目标无约束优化问题的改进引力搜索算法
6．4．1 基于权重函数分段的引力搜索算法的基本原理
6．4．2 基于权重函数分段的引力搜索算法的操作流程
6．4．3 实验仿真与结果分析
6．5 海豚群算法的基本原理及操作流程
6．5．1 海豚群算法的基本原理
6．5．2 海豚群算法的操作流程
6．6 基于MATLAB语言的海豚群算法的实现
6．7 面向静态单目标无约束优化问题的跳跃海豚群算法
6．7．1 改进的海豚群算法的基本原理
6．7．2 跳跃海豚群算法的操作流程
6．7．3 实验仿真与结果分析
……
第7章 群智能进化算法的典型应用
主要参考文献
附录A
附录B
附录C
附录D
附录E
展开全部
书友推荐
本类畅销
-
食品添加剂
¥33.5¥45 -
VB语言程序设计
¥29.9¥39.8 -
C语言程序设计习题与实验指导
¥9.1¥18 -
地下建筑结构-(第三版)-(赠课件)
¥49.4¥55 -
模具制图
¥37.8¥49 -
工程机械结构认知
¥10.5¥22
