《智慧型前沿：群智慧型最佳化算法及套用》是2020年中國經濟出版社出版的圖書。
基本介紹
- 中文名：智慧型前沿：群智慧型最佳化算法及套用
- 作者：李煜,劉景森,何小鋒
- 出版時間：2020年
- 出版社：中國經濟出版社
- ISBN：9787513658690
- 類別：自然類圖書
- 開本：16 開
- 裝幀：平裝
內容簡介,圖書目錄,作者簡介,
內容簡介
群智慧型最佳化算法研究已成為智慧型最佳化領域的研究熱點，並滲透到社會生產生活的方方面面。作為一種新興的智慧型最佳化技術，群智慧型最佳化算法自提出以來，廣泛套用於人工智慧、通信網路和工業生產等領域。無論是從理論研究還是套用研究的角度考量，群智慧型理論及其套用研究都具有重要的學術意義和現實價值。
針對背包問題最佳化、車輛路徑問題最佳化、Steiner*小樹問題等越來越多的*化問題的求解需求，本書深入分析解讀了蝙蝠算法、布穀鳥算法、量子算法、量子蟻群算法等群智慧型最佳化算法，為現實中存在的大量不可微、非線性、不確定性複雜問題提供了方便實用的*化求解途徑和方法。同時，群智慧型潛在的並行性和分散式梯度為處理以資料庫形式存在的大數據提供了技術保證。
圖書目錄
第1章緒論
1.1引言
1.2群智慧型最佳化算法模式綜述
1.2.1粒子群最佳化算法
1.2.2蟻群最佳化算法
1.2.3量子算法
1.2.4蝙蝠算法
1.2.5人工蜂群算法
1.2.6細菌覓食最佳化算法
1.2.7螢火蟲最佳化算法
1.2.8布穀鳥最佳化算法
1.2.9人工魚群算法
1.2.10混合蛙跳算法
參考文獻
第2章蝙蝠算法
2.1蝙蝠算法
2.1.1算法的生物學背景
2.1.2算法的基本概念
2.1.3算法流程及進化方程
2.2蝙蝠算法的研究進展
2.2.1蝙蝠算法的提出和改進
2.2.2蝙蝠算法的套用
2.2.3蝙蝠算法研究展望
2.3改進的蝙蝠算法
2.3.1連續最佳化問題的蝙蝠算法
2.3.2一種動態調整慣性權重的自適應蝙蝠算法
2.3.3融合均勻變異與高斯變異的蝙蝠最佳化算法
2.3.4混合蝙蝠算法
參考文獻
第3章布穀鳥算法
3.1布穀鳥算法基本思想
3.2具有隨機慣性權重的布穀鳥算法（WCS）
3.2.1動態慣性權重
3.2.2慣性權重取值範圍研究
3.2.3改進布穀鳥算法的時間複雜度和收斂性分析
3.3種群大小對慣性權重選取的影響
3.4仿真實驗
3.4.1WCS算法與CS算法的比較
3.4.2改進算法（WCS）與其他算法的對比實驗
參考文獻
第4章量子算法
4.1量子組合算法研究現狀及發展
4.1.1量子遺傳算法
4.1.2量子退火算法
4.1.3量子聚類算法
4.1.4量子神經網路
4.1.5量子微粒群算法
4.2群智慧型最佳化算法基本原理及其算法步驟
4.2.1引言
4.2.2群智慧型最佳化算法基本原理及其算法步驟
4.3量子計算基本原理
4.3.1量子比特
4.3.2量子邏輯門
4.3.3基本量子算法
參考文獻
第5章量子蟻群最佳化算法
5.1量子蟻群算法基本思想
5.2量子蟻群算法基本步驟
5.3求解0-1背包的量子蟻群算法
5.3.1問題描述
5.3.2信息素表示
5.3.3信息素更新
5.3.4求解0-1背包問題的QACA算法步驟
5.3.5數值實驗
5.4車輛路徑問題的量子蟻群算法
作者簡介
李煜，河南大學商學院教授、碩士生導師，管理學博士，美國布魯姆菲爾德大學訪問學者。主要研究方向：智慧型最佳化、電子商務、物流管理等。先後主持和承擔國家自然科學基金、國家社會科學基金、教育部人文社科基金和河南省科技攻關等多項科研項目，發表專業論文50餘篇，其中SCI和EI收錄20餘篇。
劉景森，工學博士，河南大學軟體學院教授。主要研究方向：智慧型算法、最佳化控制、網路信息安全等。發表專業論文40餘篇，其中SCI、EI檢索20餘篇；主編及合編教材3部；主持完成省部級以上科研項目10餘項，作為主要參與者完成多個縱向項目、國防基礎研究項目和橫向項目。
何小鋒，博士，上海雅豐信息科技有限公司、深圳遨順人工智慧有限公司聯合創始人，長期從事智慧型算法的理論研究及套用研發工作。參與國家自然科學基金項目2項、上海市學科建設項目1項、上海市教委科研創新項目1項及博士點基金青年項目1項，主持負責上海市創新計畫項目1項、上海市研究生創新基金項目1項。
