群智能算法及其应用

群智能算法及其应用
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者:
2006-05
版次: 1
ISBN: 9787508437989
定价: 25.00
装帧: 其他
开本: 16开
纸张: 其他
页数: 151页
  •   《群智能算法及其应用》系统地描述了蚁群算法和粒子群优化算法的理论和实现技术及其应用,简单地介绍了鱼群算法。《群智能算法及其应用》着重强调各种算法的混合,讨论了蚁群算法与模拟退火算法的混合、蚁群算法与遗传算法的混合、蚁群算法与混沌理论混合、模拟退火算法、遗传算法与粒子群优化算法混合、混沌理论与粒子群优化算法的混合以及蚁群算法与粒子群优化算法的混合。书中还讨论了群智能算法在旅行商问题、武器一目标分配问题、多处理机调度问题、可靠性优化问题、聚类问题、作业调度问题等方面的应用。 前言

    第1章绪论

    1.1引言

    1.2蚁群算法的基本原理

    1.3粒子群优化算法基本原理

    1.4蚁群算法理论研究现状

    1.5蚁群算法应用研究现状

    1.6粒子群优化算法研究现状

    1.7粒子群算法应用研究现状

    第2章求解整数规划的蚁群算法

    2.1求解一般非线性整数规划的蚁群算法

    2.1.1引言

    2.1.2求解非线性整数规划的蚁群算法

    2.1.3算例分析

    2.2武器--目标分配问题的蚁群算法

    2.2.1引言

    2.2.2WTA问题

    2.2.3武器--目标分配问题的蚁群算法

    2.2.4仿真结果j

    2.3多处理机调度问题的蚁群算法

    2.3.1引言

    2.3.2多处理机调度问题数学模型

    2.3.3解多处理机调度问题模拟退火算法

    2.3.4解多处理机调度问题蚁群算法

    2.3.5算法比较

    2.4可靠性优化的蚁群算法

    2.4.1引言

    2.4.2最优冗余优化模型及解法

    2.4.3可靠性优化的模拟退火算法

    2.4.4可靠性优化的遗传算法

    2.4.5可靠性优化的蚁群算法

    2.4.6算例分析

    2.5求解旅行商问题的多样信息素的蚁群算法

    2.5.1信息素更新的3个模型

    2.5.2多样信息素更新规则

    2.5.3算法测试

    2.6本章小结

    第3章连续优化问题的蚁群算法研究

    3.1无约束非线性最优化问题

    3.2连续优化问题的信息量分布函数方法

    3.3一种简单的连续优化问题的蚁群算法

    3.4数值分析

    3.5本章小结

    第4章聚类问题的蚁群算法

    4.1引言

    4.2聚类问题的数学模型

    4.3K均值算法

    4.4解聚类问题的模拟退火算法

    4.5基于巡食思想的蚁群聚类算法

    4.6解聚类问题的新的蚁群算法及数值分析

    4.6.1解聚类问题的蚁群算法

    4.6.2数值分析

    4.7解聚类问题的与K-均值算法混合的蚁群算法及数值分析

    4.7.1解聚类问题的K-均值算法混合的蚁群算法

    4.7.2数值分析

    4.8本章小结

    第5章蚁群算法与模拟退火算法混合

    5.1引言

    5.2解圆排列问题的蚁群模拟退火算法

    5.2.1圆排列问题及与旅行商问题等价

    5.2.2解旅行商问题的模拟退火算法

    5.2.3几种算法的比较

    5.2.4算例分析

    5.3解旅行商问题的模拟退火蚁群算法

    5.3.1混合的基本思想

    5.3.2找邻域解策略

    5.3.3模拟退火蚁群算法

    5.3.4算法测试

    5.4本章小结

    第6章蚁群算法与遗传算法混合

    6.1引言

    6.2基本遗传算法

    6.3蚁群算法与遗传算法的混合

    6.3.1混合的基本思想

    6.3.2变异操作

    6.3.3交叉操作

    6.3.4遗传蚁群算法

    6.4算法测试

    6.5本章小结

    第7章蚁群算法与混沌理论混合

    7.1引言

    7.2混沌及运动特性

    7.3基本蚁群算法改进

    7.3.1混沌初始化

    7.3.2选择较优解

    7.3.3混沌扰动

    7.4混沌蚁群算法

    7.5算法测试

    7.6本章小结

    第8章最短路的蚁群算法收敛性分析

    8.1引言

    8.2最短路的蚁群算法收敛性分析

    8.3仿真算例

    8.4本章小结

    第9章解连续性优化问题的粒子群优化算法

    9.1模拟退火思想的粒子群算法

    9.1.1几种模拟退火思想的粒子群算法

    9.1.2算法测试

    9.2混沌粒子群优化算法研究

    9.2.1基本粒子群算法不足

    9.2.2混沌粒子群优化算法

    9.2.3算法测试

    9.3其他改进的粒子群优化算法

    9.3.1杂交PSO算法

    9.3.2协同PSO算法

    9.3.3离散PSO算法

    9.4.本章小结

    第10章解组合优化问题的粒子群优化算法

    10.1背包问题的混合粒子群优化算法

    10.1.1背包问题数学模型

    10.1.2解0-1背包问题的混合粒子群算法

    10.1.3数值仿真与分析

    10.2指派问题的交叉粒子群优化算法

    10.2.1求解指派问题的交叉粒子群优化算法

    10.2.2算法测试

    10.3武器--目标分配问题的粒子群优化算法

    10.3.1解武器--目标分配问题的粒子群优化算法

    10.3.2算例分析

    10.4流水作业调度问题的粒子群算法

    10.4.1流水作业调度问题

    10.4.2求解流水作业调度问题混合粒子群算法

    10.4.3算法测试

    10.5非线性整数规划的粒子群优化算法

    10.5.1引言

    10.5.2求解非线性整数规划的粒子群优化算法

    10.5.3算例分析

    10.6本章小结

    第11章解聚类问题的粒子群算法

    l1.1引言

    11.2整数规划形式

    1l.3连续性优化形式

    11.4本章小结

    第12章蚁群算法与粒子群优化算法的混合

    12.1引言

    12.2求解旅行商问题的混合粒子群优化算法

    12.2.1混合粒子群算法思路

    12.2.2变异操作和交叉操作

    12.2.3混合粒子群算法步骤

    12.2.4算法测试

    12.3求解旅行商问题的粒子群--蚁群算法

    12.3.1粒子群--蚁群算法思想

    12.3.2粒子群--蚁群算法步骤

    12.3.3算法测试

    12.4本章小结

    第13章粒子群优化算法收敛性分析

    13.1引言

    13.2PSO算法收敛性分析

    13.3数值仿真

    13.4参数选取

    13.5本章小结

    第14章鱼群算法

    14.1引言

    14.2鱼群算法基本原理

    14.3人工鱼的行为描述

    14.4鱼群算法的应用

    14.5本章小结

    第15章总结

    附录A求解旅行商问题的蚁群基本算法源程序

    附录B计算连续性函数的优化的粒子群程序

    附录C求解旅行商问题的粒子群--蚁群算法的源程序

    参考文献
  • 内容简介:
      《群智能算法及其应用》系统地描述了蚁群算法和粒子群优化算法的理论和实现技术及其应用,简单地介绍了鱼群算法。《群智能算法及其应用》着重强调各种算法的混合,讨论了蚁群算法与模拟退火算法的混合、蚁群算法与遗传算法的混合、蚁群算法与混沌理论混合、模拟退火算法、遗传算法与粒子群优化算法混合、混沌理论与粒子群优化算法的混合以及蚁群算法与粒子群优化算法的混合。书中还讨论了群智能算法在旅行商问题、武器一目标分配问题、多处理机调度问题、可靠性优化问题、聚类问题、作业调度问题等方面的应用。
  • 目录:
    前言

    第1章绪论

    1.1引言

    1.2蚁群算法的基本原理

    1.3粒子群优化算法基本原理

    1.4蚁群算法理论研究现状

    1.5蚁群算法应用研究现状

    1.6粒子群优化算法研究现状

    1.7粒子群算法应用研究现状

    第2章求解整数规划的蚁群算法

    2.1求解一般非线性整数规划的蚁群算法

    2.1.1引言

    2.1.2求解非线性整数规划的蚁群算法

    2.1.3算例分析

    2.2武器--目标分配问题的蚁群算法

    2.2.1引言

    2.2.2WTA问题

    2.2.3武器--目标分配问题的蚁群算法

    2.2.4仿真结果j

    2.3多处理机调度问题的蚁群算法

    2.3.1引言

    2.3.2多处理机调度问题数学模型

    2.3.3解多处理机调度问题模拟退火算法

    2.3.4解多处理机调度问题蚁群算法

    2.3.5算法比较

    2.4可靠性优化的蚁群算法

    2.4.1引言

    2.4.2最优冗余优化模型及解法

    2.4.3可靠性优化的模拟退火算法

    2.4.4可靠性优化的遗传算法

    2.4.5可靠性优化的蚁群算法

    2.4.6算例分析

    2.5求解旅行商问题的多样信息素的蚁群算法

    2.5.1信息素更新的3个模型

    2.5.2多样信息素更新规则

    2.5.3算法测试

    2.6本章小结

    第3章连续优化问题的蚁群算法研究

    3.1无约束非线性最优化问题

    3.2连续优化问题的信息量分布函数方法

    3.3一种简单的连续优化问题的蚁群算法

    3.4数值分析

    3.5本章小结

    第4章聚类问题的蚁群算法

    4.1引言

    4.2聚类问题的数学模型

    4.3K均值算法

    4.4解聚类问题的模拟退火算法

    4.5基于巡食思想的蚁群聚类算法

    4.6解聚类问题的新的蚁群算法及数值分析

    4.6.1解聚类问题的蚁群算法

    4.6.2数值分析

    4.7解聚类问题的与K-均值算法混合的蚁群算法及数值分析

    4.7.1解聚类问题的K-均值算法混合的蚁群算法

    4.7.2数值分析

    4.8本章小结

    第5章蚁群算法与模拟退火算法混合

    5.1引言

    5.2解圆排列问题的蚁群模拟退火算法

    5.2.1圆排列问题及与旅行商问题等价

    5.2.2解旅行商问题的模拟退火算法

    5.2.3几种算法的比较

    5.2.4算例分析

    5.3解旅行商问题的模拟退火蚁群算法

    5.3.1混合的基本思想

    5.3.2找邻域解策略

    5.3.3模拟退火蚁群算法

    5.3.4算法测试

    5.4本章小结

    第6章蚁群算法与遗传算法混合

    6.1引言

    6.2基本遗传算法

    6.3蚁群算法与遗传算法的混合

    6.3.1混合的基本思想

    6.3.2变异操作

    6.3.3交叉操作

    6.3.4遗传蚁群算法

    6.4算法测试

    6.5本章小结

    第7章蚁群算法与混沌理论混合

    7.1引言

    7.2混沌及运动特性

    7.3基本蚁群算法改进

    7.3.1混沌初始化

    7.3.2选择较优解

    7.3.3混沌扰动

    7.4混沌蚁群算法

    7.5算法测试

    7.6本章小结

    第8章最短路的蚁群算法收敛性分析

    8.1引言

    8.2最短路的蚁群算法收敛性分析

    8.3仿真算例

    8.4本章小结

    第9章解连续性优化问题的粒子群优化算法

    9.1模拟退火思想的粒子群算法

    9.1.1几种模拟退火思想的粒子群算法

    9.1.2算法测试

    9.2混沌粒子群优化算法研究

    9.2.1基本粒子群算法不足

    9.2.2混沌粒子群优化算法

    9.2.3算法测试

    9.3其他改进的粒子群优化算法

    9.3.1杂交PSO算法

    9.3.2协同PSO算法

    9.3.3离散PSO算法

    9.4.本章小结

    第10章解组合优化问题的粒子群优化算法

    10.1背包问题的混合粒子群优化算法

    10.1.1背包问题数学模型

    10.1.2解0-1背包问题的混合粒子群算法

    10.1.3数值仿真与分析

    10.2指派问题的交叉粒子群优化算法

    10.2.1求解指派问题的交叉粒子群优化算法

    10.2.2算法测试

    10.3武器--目标分配问题的粒子群优化算法

    10.3.1解武器--目标分配问题的粒子群优化算法

    10.3.2算例分析

    10.4流水作业调度问题的粒子群算法

    10.4.1流水作业调度问题

    10.4.2求解流水作业调度问题混合粒子群算法

    10.4.3算法测试

    10.5非线性整数规划的粒子群优化算法

    10.5.1引言

    10.5.2求解非线性整数规划的粒子群优化算法

    10.5.3算例分析

    10.6本章小结

    第11章解聚类问题的粒子群算法

    l1.1引言

    11.2整数规划形式

    1l.3连续性优化形式

    11.4本章小结

    第12章蚁群算法与粒子群优化算法的混合

    12.1引言

    12.2求解旅行商问题的混合粒子群优化算法

    12.2.1混合粒子群算法思路

    12.2.2变异操作和交叉操作

    12.2.3混合粒子群算法步骤

    12.2.4算法测试

    12.3求解旅行商问题的粒子群--蚁群算法

    12.3.1粒子群--蚁群算法思想

    12.3.2粒子群--蚁群算法步骤

    12.3.3算法测试

    12.4本章小结

    第13章粒子群优化算法收敛性分析

    13.1引言

    13.2PSO算法收敛性分析

    13.3数值仿真

    13.4参数选取

    13.5本章小结

    第14章鱼群算法

    14.1引言

    14.2鱼群算法基本原理

    14.3人工鱼的行为描述

    14.4鱼群算法的应用

    14.5本章小结

    第15章总结

    附录A求解旅行商问题的蚁群基本算法源程序

    附录B计算连续性函数的优化的粒子群程序

    附录C求解旅行商问题的粒子群--蚁群算法的源程序

    参考文献
查看详情
您可能感兴趣 / 更多
群智能算法及其应用
群智能优化算法及其应用
雷秀娟 著
群智能算法及其应用
群智能优化方法及应用
汤可宗、杨静宇 著
群智能算法及其应用
群智感知激励机制与数据收集技术
高慧
群智能算法及其应用
群智能算法在人脑功能划分中的应用
赵学武 李玲玲 罗向阳
群智能算法及其应用
群智能建筑理论基础
赵千川 主编;姜子炎 张吉礼 邢建春 方潜生 副主编
群智能算法及其应用
群智能优化算法理论与应用
梁艳春 著
群智能算法及其应用
群智感知计算
於志文;郭斌;王亮
群智能算法及其应用
群智能进化算法及其应用
王艳娇、刁鹏飞、贾雁飞 著
群智能算法及其应用
群智能算法在地球物理中的应用
胡祥云、袁三一、刘双 著
群智能算法及其应用
群智能优化及其在物流中的应用
李文锋;梁晓磊
群智能算法及其应用
群智化数据标注技术与实践
孙海龙 杨晴虹 陈尚义 施佳樑 主编
群智能算法及其应用
群智感知隐私保护
刘杨
系列丛书 / 更多
群智能算法及其应用
群智能优化算法及其应用
雷秀娟 著
群智能算法及其应用
群智能优化方法及应用
汤可宗、杨静宇 著
群智能算法及其应用
群智感知激励机制与数据收集技术
高慧
群智能算法及其应用
群智能算法在人脑功能划分中的应用
赵学武 李玲玲 罗向阳
群智能算法及其应用
群智能建筑理论基础
赵千川 主编;姜子炎 张吉礼 邢建春 方潜生 副主编
群智能算法及其应用
群智能优化算法理论与应用
梁艳春 著
群智能算法及其应用
群智感知计算
於志文;郭斌;王亮
群智能算法及其应用
群智能进化算法及其应用
王艳娇、刁鹏飞、贾雁飞 著
群智能算法及其应用
群智能算法在地球物理中的应用
胡祥云、袁三一、刘双 著
群智能算法及其应用
群智能优化及其在物流中的应用
李文锋;梁晓磊
群智能算法及其应用
群智化数据标注技术与实践
孙海龙 杨晴虹 陈尚义 施佳樑 主编
群智能算法及其应用
群智感知隐私保护
刘杨
相关图书 / 更多
群智能算法及其应用
群智能优化算法及其应用
雷秀娟 著
群智能算法及其应用
群智能优化方法及应用
汤可宗、杨静宇 著
群智能算法及其应用
群智感知激励机制与数据收集技术
高慧
群智能算法及其应用
群智能算法在人脑功能划分中的应用
赵学武 李玲玲 罗向阳
群智能算法及其应用
群智能建筑理论基础
赵千川 主编;姜子炎 张吉礼 邢建春 方潜生 副主编
群智能算法及其应用
群智能优化算法理论与应用
梁艳春 著
群智能算法及其应用
群智感知计算
於志文;郭斌;王亮
群智能算法及其应用
群智能进化算法及其应用
王艳娇、刁鹏飞、贾雁飞 著
群智能算法及其应用
群智能算法在地球物理中的应用
胡祥云、袁三一、刘双 著
群智能算法及其应用
群智能优化及其在物流中的应用
李文锋;梁晓磊
群智能算法及其应用
群智化数据标注技术与实践
孙海龙 杨晴虹 陈尚义 施佳樑 主编
群智能算法及其应用
群智感知隐私保护
刘杨