全局最佳化理論幾種算法的改進研究

內容簡介

本書主要圍繞神經網路最佳化、粒子群最佳化方法和填充函式方法等全局最佳化方法展開了深入研究，取得了系列研究成果，豐富和完善了全局最佳化理論幾種算法的改進和套用研究。首先，針對Hopfield網路最佳化，從最佳化計算存在問題出發，比較分析Hopfield網路最佳化和模擬退火最佳化，找到了兩種算法的切入點，給出了嵌入式混合最佳化算法SA—HNN的原理和實現步驟，數值仿真證明了SA—HNN混合最佳化算法用於組合最佳化的可行性，有一定工程實用價值。其次，針對粒子群最佳化算法，以提高種群多樣度、**解精度和最佳化效率為目標，把混沌機制融入粒子群最佳化，提出了基於混沌的彈性粒子群全局最佳化算法；同時，把經典的梯度下降算法與上面提出的彈性修正粒子速度有機結合，互為補充，提出了基於梯度的彈性粒子群全局最佳化方法，數值實驗證明了各改進算法的有效性和適用性。最後，針對填充函式方法，提出了一類新的無參數填充函式，把混沌最佳化與填充函式方法有機結合，提出了基於混沌和填充函式的全局最佳化方法，數值實驗驗證了算法的優越性。

作者簡介

劉旭旺，男，副教授，1983年3月生，河南省漯河人。2013年7月於東北大學信息科學與工程學院畢業，獲得系統工程專業工學博士學位。現任河南大學MBA教育中心辦公室主任，同時還在河南大學商學院電子商務系任教。主要研究方向為複雜系統建模與最佳化、電子商務、行為運作管理、管理系統工程等。研究成果已在 Electronic Commerce Research and Applications ， IEEE Systems Journal 及《管理科學學報》《系統工程學報》《運籌學學報》《東北大學學報》《系統仿真學報》等雜誌上發表學術論文20餘篇，其中SSCI 收錄1篇，SCI 收錄2篇，EI 收錄5篇。主持教育部人文社科基金1項、河南省教育廳等廳級項目3項，參與國家自然科學基金2項。

全局最佳化理論幾種算法的改進研究

基本介紹

內容簡介

作者簡介

相關詞條

熱門詞條