微粒群最佳化算法

內容簡介

《微粒群最佳化算法》分為9章，第1、第2章介紹了微粒群算法的概念、基本方程以及相關社會行為分析等，並給出了一個較為詳細的綜述。第3～5章從生物學背景出發，分別從個體的覓食時間、覓食行為、覓食決策等方面探討了微粒群算法的改進模式。第6～8章的研究內容則從控制角度出發探討微粒群算法的相關控制方式。在現實世界中，由於目標函式計算困難或計算時間較長等因素，許多複雜的最佳化問題難以利用微粒群算法進行最佳化。為此，第9章利用適應值預測方式來提高算法性能，從而為解決相關套用問題提供了參考。

《微粒群最佳化算法》適合從事智慧型計算研究與套用的科技工作者和工程技術人員閱讀使用，也可作為高等院校計算機科學與技術、控制科學與工程等學科的高年級本科生及研究生的教學參考書。

圖書目錄

序

前言

第1章緒論

1.1 問題的提出

1.2 智慧型計算概述

1.2.1 智慧型計算分類

1.2.2 智慧型計算原理

1.2.3 無免費午餐定理

1.3 常見的智慧型計算算法

1.3.1 人工神經網路

1.3.2 模糊邏輯

1.3.3 進化計算

1.3.4 人工免疫系統

1.4 人工生命

1.4.1 人工生命的概念

1.4.2 人工生命的基本思想

1.4.3 人工生命的研究內容

1.5 群體智慧型

1.5.1 人工動物

1.5.2 群體智慧型

1.5.3 常見的群體智慧型算法

1.6 本書的篇章結構

參考文獻

第2章微粒群算法概要

2.1 標準微粒群算法

2.1.1 生物學背景

2.1.2 基本概念及進化方程

2.1.3 算法流程

2.1.4 社會行為分析

2.1.5 與其他進化算法的比較

2.2 微粒群算法的系統學特徵

2.2.1 微粒群算法的系統觀點

2.2.2 算法的自組織性和湧現特性

2.2.3 微粒群算法的反饋控制機制

2.2.4 微粒群算法的分散式特點

2.3 參數選擇策略

2.3.1 慣性權重

2.3.2 認知係數與社會係數

2.3.3 其他參數的調整

2.4 常見的改進微粒群算法

2.5 微粒群算法的行為及收斂性分析

2.6 小結

參考文獻

第3章微分進化微粒群算法

3.1 引言

3.2 微粒群算法的統一模型

3.2.1 統一模型

3.2.2 基於統一描述模型的PSO算法進化行為分析

3.2.3 收斂性分析

3.3 標準微粒群算法的數值算法分析

3.3.1 標準微粒群算法的微分方程模型

3.3.2 生物學背景

3.3.3 常見的微分方程數值方法介紹

微粒群最佳化算法

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條