元啟發式最佳化算法：理論闡釋與套用

內容簡介

元啟發式最佳化算法通過模擬自然現象為解決複雜問題提供了嶄新的思路和手段。本書主要介紹兩類元啟發式最佳化算法：第一類是群體智慧型算法，包括蟻群最佳化和粒子群最佳化兩種仿生算法；第二類是微正則退火算法，它借鑑物理學相關原理，改進了傳統模擬退火機制。藉助仿真手段，本書著重研究了上述元啟發式最佳化算法的若干改進策略及套用，主要內容涉及元啟發式最佳化算法的產生背景及相關概念，蟻群最佳化與粒子群最佳化的研究現狀、基本算法及改進方法，微正則退火算法的原理、改進策略及套用實例，基於增強型參考位置的粒子群最佳化算法，基於共享適應值的小生境粒子群最佳化算法，兩階段粒子群最佳化算法等。

《博士論叢元啟發式最佳化算法：理論闡釋與套用》內容取材新穎，面向套用，通過翔實的仿真數據，介紹了各個算法的參數控制和運算過程，為讀者利用該算法解決實際問題提供有益啟示。《博士論叢元啟發式最佳化算法：理論闡釋與套用》可作為管理科學、控制科學、計算機科學等專業高年級本科生、研究生、教師和其他專業技術人員的參考書。

作者簡介

徐俊傑，男，1980年生，工學博士，安慶師範學院經濟與管理學院副教授，碩士生導師，中國物流學會特約研究員。研究領域包括智慧型最佳化算法、物流系統最佳化、電子商務與信息化等，近年來主持或參與近10項科研項目，發表學術論文40餘篇。

圖書目錄

前言(Ⅰ)
第1章緒論(1)
1.1 引言(1)
1.2 國內外研究概況(4)
1.3 本書的研究內容(11)

第2章元啟發式算法的相關概念(13)
2.1 最最佳化問題及其分類(13)
2.2 局部最優與全局最優(14)
2.3 計算複雜性(15)
2.4 啟發式算法(18)
2.5 元啟發式算法的最佳化模式(22)
2.6 最佳化算法的評價(28)

第3章蟻群最佳化(30)
3.1 生物背景(30)
3.2 蟻群最佳化模型(32)
3.3 基本算法：螞蟻系統(33)
3.4 其他算法(39)
3.5 處理連續問題(43)
3.6 收斂性分析(43)
3.7 套用概述(44)
3.8 小結(48)

第4章粒子群最佳化(49)
4.1 生物背景(49)
4.2 粒子群最佳化模型(50)
4.3 基本算法(51)
4.4 兩種參數配置方式(54)
4.5 受關注的若干改進(55)
4.6 處理離散問題(58)
4.7 套用概述(63)
4.8 小結(64)

第5章微正則退火算法及其套用(65)
5.1 微正則退火算法(65)
5.2 TSP實例仿真(68)
5.3 三種改進策略(74)
5.4 基於微正則退火的頻率分配方法(84)
5.5 小結(89)

第6章增強型參考位置的粒子群最佳化模型(90)
6.1 模型描述(90)
6.2 測試函式(91)
6.3 確定性的參數配置(92)
6.4 具有隨機擾動的參數配置(94)
6.5 小結(97)

第7章共享適應值的小生境粒子群最佳化(98)
7.1 小生境在遺傳算法中的套用(98)
7.2 小生境在粒子群最佳化中套用(99)
7.3 ShPSO模型(101)
7.4 實驗結果分析(102)
7.5 小結(105)

元啟發式最佳化算法：理論闡釋與套用

基本介紹

內容簡介

作者簡介

圖書目錄

相關詞條

熱門詞條