仿生群智慧型最佳化算法及在點雲配準中的套用研究

內容簡介

仿生群智慧型最佳化算法是一種模擬自然界中生物行為的目標最佳化策略，在工程最佳化問題中套用廣泛。研究更加高效的仿生群智慧型最佳化策略並將其套用於解決複雜的三維點雲配準問題具有理想的發展前景。本書介紹了這一領域的最新研究成果，側重於改進的布穀鳥搜尋算法和人工蜂群算法，利用模式搜尋趨化、全局偵察策略和二階振盪機制等提出了新的改進的群智慧型最佳化算法以提高算法的性能，並套用於解決點雲配準最佳化問題。

本書可以作為信息類、人工智慧、計算機圖形學、生物學、計算機科學和系統理論等相關學科專業的科研工作者、工程技術人員、高等院校教師和學生的參考書或教科書。

圖書目錄

第一章緒論1

1.1研究背景1

1.2仿生群智慧型最佳化算法研究現狀3

1.2.1布穀鳥搜尋算法研究現狀3

1.2.2人工蜂群算法研究現狀5

1.3本書研究思路7

1.3.1問題的提出7

1.3.2研究方案9

1.4本書研究工作10

1.4.1本書工作10

1.4.2本書結構12

第二章仿生群智慧型最佳化及點雲配準相關研究進展14

2.1概述14

2.2局部開採21

2.3全局勘探22

2.4均衡搜尋24

2.5點雲配準26

2.6本章小結29

第三章基於模式搜尋的布穀鳥搜尋算法30

3.1引言30

3.2布穀鳥搜尋算法及局限性32

3.2.1布穀鳥的生物機理32

3.2.2布穀鳥搜尋算法原理33

3.2.3布穀鳥搜尋算法的特點37

3.2.4CS算法求解全局最佳化問題的局限性38

3.3PSCS算法的基本策略38

3.3.1模式搜尋趨化策略38

3.3.2自適應競爭排名構建機制40

3.3.3合作分享策略41

3.4計算機數值仿真實驗結果與算法比較43

3.4.1測試函式與評價標準43

3.4.2PSCS算法參數設定51

3.4.3PSCS與CS算法比較54

3.4.4與改進CS算法以及其他智慧型最佳化算法的比較64

3.5算法複雜性的分析與討論68

3.5.1複雜性分析68

3.5.2討論69

3.6算法在點雲配準上的套用拓展70

3.6.1點雲配準最佳化模型70

3.6.2點雲簡化與特徵點提取71

3.6.3基於模式搜尋布穀鳥算法的點雲配準最佳化72

3.6.4實驗結果與算法比較74

3.7本章小結83

第四章基於全局偵察搜尋的人工蜂群算法84

4.1引言84

4.2人工蜂群算法和偵察蜂的生物機理86

仿生群智慧型最佳化算法及在點雲配準中的套用研究

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條