智慧型最佳化方法及套用

內容簡介

本專著系統介紹近年來產生髮展的多種群體智慧型計算方法，內容涉及模式識別、數據挖掘、統計學、人工智慧、數字圖像處理等學科的先進思想和理論，重點介紹群體智慧型計算的原理、數學機理及套用方法。全書共分為10章，內容包括智慧型最佳化方法的產生與發展、遺傳算法、蟻群算法、粒子群最佳化算法、微分進化算法、模擬退火算法、人工魚群算法、蜂群最佳化算法、細菌覓食最佳化算法、細胞膜最佳化算法。本書內容新穎，實用性強。理論與實際套用聯繫緊密，考慮到不同讀者的層次要求，對每種算法的代碼介紹較為詳細。本書可作為高等院校計算機科學與技術、系統工程、控制科學與工程、人工智慧、管理科學等相關專業本科生和研究生的教材或教學參考書，也可供相關工程技術人員參考。

圖書目錄

前言第1章緒論1

1.1最佳化方法的意義1

1.2最佳化方法的分類4

1.3群智慧型最佳化方法的產生與發展6

1.4怎樣學習群智慧型最佳化方法9

參考文獻11

第2章最佳化模型14

2.1單變數最佳化14

2.2多變數最佳化18

2.3傳統的最佳化計算方法21

2.3.1拉格朗日乘子法21

2.3.2牛頓疊代法22

2.3.3速下降法22

參考文獻23

第3章遺傳算法24

3.1導言24

3.2基本原理25

3.2.1基本思想25

3.2.2組成要素25

3.2.3算法流程33

3.3遺傳算法的數學機理35

3.3.1模式的概念35

3.3.2模式定理36

3.4實例分析39

3.4.1非線性約束最佳化問題39

3.4.2多目標最佳化問題47

3.4.3圖像分割問題58

參考文獻68

第4章粒子群最佳化算法71

4.1導言71

4.2基本原理72

4.2.1基本粒子群最佳化算法.72

4.2.2標準粒子群最佳化算法75

4.2.3組成要素75

4.3數學機理79

4.3.1複雜度分析.79

4.3.2收斂性分析79

4.4實例分析81

4.4.1基於多樣性反饋的粒子群最佳化算法81

4.4.2基於離散式多樣性評價策略的自適應粒子群最佳化算法86

4.4.3雙中心粒子群最佳化算法92

參考文獻102

第5章蟻群算法108

5.1導言108

5.2基本原理109

5.2.1蟻群覓食的特性109

5.2.2螞蟻系統模型110

5.2.3蟻群算法的實現112

5.3複雜度及收斂性分析113

5.3.1複雜度分析113

智慧型最佳化方法及套用

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條