未读消息消息

购物车

我的订单

个人中心

店铺

我的订单收藏

拍卖

拍卖交易我的竞拍收藏

我的好友资金账户

卖家中心

客服 |

帮助中心 9:00-20:30 在线留言

客服电话

010-89648155

服务时间

客服咨询 8:00-21:00

纠纷处理 9:00-21:00

图书审核 9:00-18:00

监督与建议

请选择

手机孔网

智能优化算法及其MATLAB实例（第2版）

作者: 包子阳著

出版社: 电子工业出版社

出版时间: 2018-01

版次: 2

ISBN: 9787121330308

定价: 48.00

装帧: 平装

开本: 16开

纸张: 胶版纸

页数: 232页

字数: 325千字

正文语种: 简体中文

丛书: IT工程师宝典

分类: 计算机与互联网

智能优化算法在解决大空间、非线性、全局寻优、组合优化等复杂问题方面具有独特的优势，因而得到了国内外学者的广泛关注，并在信号处理、图像处理、生产调度、任务分配、模式识别、自动控制和机械设计等众多领域得到了成功应用。本书介绍了8种经典智能优化算法――遗传算法、差分进化算法、免疫算法、蚁群算法、粒子群算法、模拟退火算法、禁忌搜索算法和神经网络算法的来源、原理、算法流程和关键参数说明，并给出了具体的MATLAB仿真实例。对于要用这些算法工具来解决具体问题的理论研究和工程技术人员，通过本书可以节省大量查询资料和编写程序的时间，通过仿真实例可以更深入地理解、快速地掌握这些算法。包子阳：2009年6月毕业于电子科技大学信号与信息处理专业，获硕士学位。2009年8月至今工作于北京无线电测量研究所，高级工程师。从事雷达电气总体、信号处理和算法研究等工作，申请专利五项（已授权两项），在国际雷达会议、《系统工程与电子技术》、《现代雷达》、《电子技术应用》、全国天线年会等发表学术论文十余篇。第1章概述 1
1．1 进化类算法 2
1．2 群智能算法 3
1．3 模拟退火算法 5
1．4 禁忌搜索算法 5
1．5 神经网络算法 6
参考文献 6
第2章遗传算法 9
2．1 引言 9
2．2 遗传算法理论 10
2．2．1 遗传算法的生物学基础 10
2．2．2 遗传算法理论基础 11
2．2．3 遗传算法的基本概念 13
2．2．4 标准遗传算法 16
2．2．5 遗传算法的特点 16
2．2．6 遗传算法的改进方向 17
2．3 遗传算法流程 17
2．4 关键参数说明 19
2．5 MATLAB仿真实例 20
参考文献 35
第3章差分进化算法 37
3．1 引言 37
3．2 差分进化算法理论 38
3．2．1 差分进化算法原理 38
3．2．2 差分进化算法的特点 38
3．3 差分进化算法种类 39
3．3．1 基本差分进化算法 39

3．3．2 差分进化算法的其他形式 41
3．3．3 改进的差分进化算法 42
3．4 差分进化算法流程 43
3．5 关键参数的说明 44
3．6 MATLAB仿真实例 45
参考文献 57
第4章免疫算法 59
4．1 引言 59
4．2 免疫算法理论 60
4．2．1 生物免疫系统 60
4．2．2 免疫算法概念 62
4．2．3 免疫算法的特点 63
4．2．4 免疫算法算子 63
4．3 免疫算法种类 67
4．3．1 克隆选择算法 67
4．3．2 免疫遗传算法 67
4．3．3 反向选择算法 67
4．3．4 疫苗免疫算法 68
4．4 免疫算法流程 68
4．5 关键参数说明 70
4．6 MATLAB仿真实例 71
参考文献 84
第5章蚁群算法 87
5．1 引言 87
5．2 蚁群算法理论 88
5．2．1 真实蚁群的觅食过程 88
5．2．2 人工蚁群的优化过程 90
5．2．3 真实蚂蚁与人工蚂蚁的异同 90
5．2．4 蚁群算法的特点 91
5．3 基本蚁群算法及其流程 92
5．4 改进的蚁群算法 95
5．4．1 精英蚂蚁系统 95
5．4．2 最大最小蚂蚁系统 95
5．4．3 基于排序的蚁群算法 96
5．4．4 自适应蚁群算法 96
5．5 关键参数说明 97
5．6 MATLAB仿真实例 99
参考文献 108
第6章粒子群算法 111
6．1 引言 111
6．2 粒子群算法理论 112
6．2．1 粒子群算法描述 112
6．2．2 粒子群算法建模 113
6．2．3 粒子群算法的特点 113
6．3 粒子群算法种类 114
6．3．1 基本粒子群算法 114
6．3．2 标准粒子群算法 114
6．3．3 压缩因子粒子群算法 115
6．3．4 离散粒子群算法 116
6．4 粒子群算法流程 116
6．5 关键参数说明 117
6．6 MATLAB仿真实例 120
参考文献 135
第7章模拟退火算法 137
7．1 引言 137
7．2 模拟退火算法理论 138
7．2．1 物理退火过程 138
7．2．2 模拟退火原理 139
7．2．3 模拟退火算法思想 140
7．2．4 模拟退火算法的特点 141
7．2．5 模拟退火算法的改进方向 141
7．3 模拟退火算法流程 142
7．4 关键参数说明 143
7．5 MATLAB仿真实例 145
参考文献 156
第8章禁忌搜索算法 157
8．1 引言 157
8．2 禁忌搜索算法理论 158
8．2．1 局部邻域搜索 158
8．2．2 禁忌搜索 159
8．2．3 禁忌搜索算法的特点 159
8．2．4 禁忌搜索算法的改进方向 160
8．3 禁忌搜索算法流程 160
8．4 关键参数说明 162
8．5 MATLAB仿真实例 165
参考文献 176
第9章神经网络算法 179
9．1 引言 179
9．2 神经网络算法理论 180
9．2．1 人工神经元模型 180
9．2．2 常用激活函数 181
9．2．3 神经网络模型 182
9．2．4 神经网络工作方式 182
9．2．5 神经网络算法的特点 183
9．3 BP神经网络算法 184
9．4 神经网络算法的实现 187
9．4．1 数据预处理 187
9．4．2 神经网络实现函数 188
9．5 MATLAB仿真实例 191
参考文献 199
附录A MATLAB常用命令和函数 201
内容简介:
智能优化算法在解决大空间、非线性、全局寻优、组合优化等复杂问题方面具有独特的优势，因而得到了国内外学者的广泛关注，并在信号处理、图像处理、生产调度、任务分配、模式识别、自动控制和机械设计等众多领域得到了成功应用。本书介绍了8种经典智能优化算法――遗传算法、差分进化算法、免疫算法、蚁群算法、粒子群算法、模拟退火算法、禁忌搜索算法和神经网络算法的来源、原理、算法流程和关键参数说明，并给出了具体的MATLAB仿真实例。对于要用这些算法工具来解决具体问题的理论研究和工程技术人员，通过本书可以节省大量查询资料和编写程序的时间，通过仿真实例可以更深入地理解、快速地掌握这些算法。
作者简介:
包子阳：2009年6月毕业于电子科技大学信号与信息处理专业，获硕士学位。2009年8月至今工作于北京无线电测量研究所，高级工程师。从事雷达电气总体、信号处理和算法研究等工作，申请专利五项（已授权两项），在国际雷达会议、《系统工程与电子技术》、《现代雷达》、《电子技术应用》、全国天线年会等发表学术论文十余篇。
目录:
第1章概述 1
1．1 进化类算法 2
1．2 群智能算法 3
1．3 模拟退火算法 5
1．4 禁忌搜索算法 5
1．5 神经网络算法 6
参考文献 6
第2章遗传算法 9
2．1 引言 9
2．2 遗传算法理论 10
2．2．1 遗传算法的生物学基础 10
2．2．2 遗传算法理论基础 11
2．2．3 遗传算法的基本概念 13
2．2．4 标准遗传算法 16
2．2．5 遗传算法的特点 16
2．2．6 遗传算法的改进方向 17
2．3 遗传算法流程 17
2．4 关键参数说明 19
2．5 MATLAB仿真实例 20
参考文献 35
第3章差分进化算法 37
3．1 引言 37
3．2 差分进化算法理论 38
3．2．1 差分进化算法原理 38
3．2．2 差分进化算法的特点 38
3．3 差分进化算法种类 39
3．3．1 基本差分进化算法 39

3．3．2 差分进化算法的其他形式 41
3．3．3 改进的差分进化算法 42
3．4 差分进化算法流程 43
3．5 关键参数的说明 44
3．6 MATLAB仿真实例 45
参考文献 57
第4章免疫算法 59
4．1 引言 59
4．2 免疫算法理论 60
4．2．1 生物免疫系统 60
4．2．2 免疫算法概念 62
4．2．3 免疫算法的特点 63
4．2．4 免疫算法算子 63
4．3 免疫算法种类 67
4．3．1 克隆选择算法 67
4．3．2 免疫遗传算法 67
4．3．3 反向选择算法 67
4．3．4 疫苗免疫算法 68
4．4 免疫算法流程 68
4．5 关键参数说明 70
4．6 MATLAB仿真实例 71
参考文献 84
第5章蚁群算法 87
5．1 引言 87
5．2 蚁群算法理论 88
5．2．1 真实蚁群的觅食过程 88
5．2．2 人工蚁群的优化过程 90
5．2．3 真实蚂蚁与人工蚂蚁的异同 90
5．2．4 蚁群算法的特点 91
5．3 基本蚁群算法及其流程 92
5．4 改进的蚁群算法 95
5．4．1 精英蚂蚁系统 95
5．4．2 最大最小蚂蚁系统 95
5．4．3 基于排序的蚁群算法 96
5．4．4 自适应蚁群算法 96
5．5 关键参数说明 97
5．6 MATLAB仿真实例 99
参考文献 108
第6章粒子群算法 111
6．1 引言 111
6．2 粒子群算法理论 112
6．2．1 粒子群算法描述 112
6．2．2 粒子群算法建模 113
6．2．3 粒子群算法的特点 113
6．3 粒子群算法种类 114
6．3．1 基本粒子群算法 114
6．3．2 标准粒子群算法 114
6．3．3 压缩因子粒子群算法 115
6．3．4 离散粒子群算法 116
6．4 粒子群算法流程 116
6．5 关键参数说明 117
6．6 MATLAB仿真实例 120
参考文献 135
第7章模拟退火算法 137
7．1 引言 137
7．2 模拟退火算法理论 138
7．2．1 物理退火过程 138
7．2．2 模拟退火原理 139
7．2．3 模拟退火算法思想 140
7．2．4 模拟退火算法的特点 141
7．2．5 模拟退火算法的改进方向 141
7．3 模拟退火算法流程 142
7．4 关键参数说明 143
7．5 MATLAB仿真实例 145
参考文献 156
第8章禁忌搜索算法 157
8．1 引言 157
8．2 禁忌搜索算法理论 158
8．2．1 局部邻域搜索 158
8．2．2 禁忌搜索 159
8．2．3 禁忌搜索算法的特点 159
8．2．4 禁忌搜索算法的改进方向 160
8．3 禁忌搜索算法流程 160
8．4 关键参数说明 162
8．5 MATLAB仿真实例 165
参考文献 176
第9章神经网络算法 179
9．1 引言 179
9．2 神经网络算法理论 180
9．2．1 人工神经元模型 180
9．2．2 常用激活函数 181
9．2．3 神经网络模型 182
9．2．4 神经网络工作方式 182
9．2．5 神经网络算法的特点 183
9．3 BP神经网络算法 184
9．4 神经网络算法的实现 187
9．4．1 数据预处理 187
9．4．2 神经网络实现函数 188
9．5 MATLAB仿真实例 191
参考文献 199
附录A MATLAB常用命令和函数 201

查看详情

智能优化算法及其MATLAB实例（第2版）

内容简介:

作者简介:

目录: