中图网

>

计算机理论

蜂群算法原理及其应用

作者：王海泉徐晓滨郭丽

出版社：中国纺织出版社出版时间：2021-03-01

开本： 16开 页数： 148

本类榜单：计算机/网络销量榜

中图价:¥20.4(3.0折) 定价 ~~¥68.0~~ 登录后可看到会员价

加入购物车收藏

运费6元，满39元免运费

?新疆、西藏除外

温馨提示：5折以下图书主要为出版社尾货，大部分为全新（有塑封/无塑封），个别图书品相8-9成新、切口
有划线标记、光盘等附件不全详细品相说明>>

本类五星书更多>

>
决战行测5000题(言语理解与表达)

决战行测5000题(言语理解与表达)

¥38.8¥88
>
软件性能测试.分析与调优实践之路

软件性能测试.分析与调优实践之路

¥49.3¥69
>
第一行代码Android

第一行代码Android

¥58.4¥99
>
深度学习

深度学习

¥92.4¥168
>
Unreal Engine 4蓝图完全学习教程

Unreal Engine 4蓝图完全学习教程

¥72.2¥168
>
深入理解计算机系统-原书第3版

深入理解计算机系统-原书第3版

¥104.3¥139
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)

¥21¥49.9

商品详情
商品评论(0条)

中图价:¥20.4 加入购物车

版权信息
内容简介
目录
作者简介

蜂群算法原理及其应用版权信息

ISBN：9787518083237
条形码：9787518083237 ; 978-7-5180-8323-7
装帧：一般轻型纸
册数：暂无
重量：暂无
所属分类：
计算机/网络
>
计算机理论

蜂群算法原理及其应用内容简介

本书是关于人工蜂群算法及其在优化和调度问题中的应用的一部专著。本书有两部分组成：1.在介绍其原理的基础上，围绕如何改进算法来提高蜂群算法的优化速度和精度进行阐述；2.主要对其在物流调度、复杂系统的控制器优化、机器学习中的分类器设计优化等实际工程问题中的应用进行介绍。本书适合控制科学与工程、人工智能等相关专业研究生和高年级本科生作为参考书，也可供有关专业的科技人员参考。

蜂群算法原理及其应用目录

第1章绪论
1.1 *优化方法
1.2 群体智能算法
1.2.1 概述
1.2.2 典型算法简介
1.3 人工蜂群算法的研究与应用概述
1.4 本章小结
参考文献
第2章人工蜂群算法及其改进
2.1 人工蜂群算法原理
2.2 人工蜂群算法的改进
2.2.1 并行ABC算法
2.2.2 全维搜索ABC算法及其并行化
2.2.3 随机多维人工蜂群算法
2.2.4 改进多维搜索ABC算法
2.3 改进人工蜂群算法的性能验证
2.4 本章小结
参考文献
第3章人工蜂群算法在物流调度中的应用
3.1 物流调度问题概述
3.2 基于并行化蜂群算法的单ETV调度策略
3.2.1 调度问题描述
3.2.2 优化算法的编码策略
3.2.3 仿真验证
3.3 基于改进人工蜂群算法的双ETV调度策略
3.3.1 机场货运站双ETV调度模型
3.3.2 基于改进人工蜂群算法的双ETV调度
3.4 基于差分进化ABC算法的机器人路径规划
3.4.1 Bezier曲线
3.4.2 改进ABC算法及其路径规划应用
3.4.3 仿真验证
3.5 本章小结
参考文献
第4章人工蜂群算法在控制中的应用
4.1 基于蜂群算法的直流电机PID控制器的优化
4.1.1 直流电机建模
4.1.2 PID控制原理
4.1.3 基于人工蜂群算法的PID控制器优化设计
4.2 基于ABC算法的分数阶PID控制器优化
4.2.1 分数阶PID控制器原理
4.2.2 分数阶PID控制器优化设计
4.3 基于蜂群算法的LQR控制器优化设计
4.3.1 环形二级倒立摆
4.3.2 系统能控及能观性分析
4.3.3 LQR控制器的设计
4.3.4 LQR控制器的优化
4.4 本章小结
参考文献
第5章人工蜂群算法在数据挖掘中的应用
5.1 数据分类及相关算法
5.1.1 数据分类
5.1.2 典型数据分类策略
5.2 基于ABC算法的SVM分类器优化
5.2.1 SVM分类原理
5.2.2 基于ABC算法的特征选择和SVM同步优化算法
5.2.3 实验验证
5.3 基于ABC算法的ELM分类器优化
5.3.1 ELM原理
5.3.2 多目标ABC算法优化ELM模型
5.3.3 仿真实验
5.4 集成学习算法及其蜂群算法优化
5.4.1 概述
5.4.2 GBDT算法原理
5.4.3 XGBoost算法原理
5.4.4 LightGBM算法原理
5.4.5 集成学习算法的性能优化
5.4.6 实验验证
5.5 聚类及其优化策略
5.5.1 聚类算法概述
5.5.2 K-means算法概述
5.5.3 IABC算法优化K-means聚类
5.5.4 实验数据
5.5.5 对比实验结果
本章小结
参考文献

展开全部

蜂群算法原理及其应用作者简介

王海泉，中原工学院教师，副教授，河南省航空类专业教指委委员，中原工学院青年骨干教师，河南省自动化专业控制类课程教学团队骨干成员，河南省双语精品课程骨干教师。研究方向为智能算法及其在优化、调度问题中的应用研究。主持或参与国家自然基金、河南省和郑州市科研项目11项，完成横向科研项目2项，获得河南省科技成果一等奖1项、二等奖1项，以作者在SCI\/EI期刊发表文章22篇、核心期刊（外文期刊）9篇。授权发明1项，出版学术专著和教材2部。

商品评论(0条)

写书评赚书币

暂无评论……

书友推荐