《智慧型最佳化算法及其MATLAB實現》是2021年撰寫，並由電子工業出版社出版的書籍，作者是陳克偉，范旭，主要講述10種智慧型最佳化算法（粒子群最佳化算法、蟻獅最佳化算法、果蠅最佳化算法、螢火蟲最佳化算法、灰狼最佳化算法、正餘弦最佳化算法、多元宇宙最佳化算法、引力搜尋算法、樹種最佳化算法、風驅動最佳化算法）的基本原理、代碼實現、套用案例和性能測試等內容。
基本介紹
- 書名：智慧型最佳化算法及其MATLAB實現
- 作者：陳克偉、范旭
- 類別：計算機算法
- 出版社：電子工業出版社
- 出版時間：2021年12月15日
- 頁數：216 頁
- 定價：59.8 元
- 開本：16 開
- ISBN：9787121427626
- 千字數：345
內容簡介,圖書目錄,
內容簡介
智慧型最佳化算法作為人工智慧的最為活躍的研究方向之一，已經在學術界、工業界得到了廣泛的套用和實踐。本書按照智慧型最佳化算法（粒子群最佳化算法、蟻獅最佳化算法、果蠅最佳化算法、螢火蟲最佳化算法、灰狼最佳化算法、正餘弦最佳化算法、多元宇宙最佳化算法、引力搜尋算法、樹種最佳化算法、風驅動最佳化算法）的基本原理、代碼實現、套用案例、性能測試等邏輯脈絡由淺至深地講解，使讀者能夠迅速地入門並掌握智慧型最佳化算法及其MATLAB代碼實現的相關技巧，為在後續的學術研究和工程實踐中加以套用。全書共分為12章，第1章～第10章分別介紹10種智慧型最佳化算法的基本原理、MATLAB代碼實現、套用案例實現及分析；第11章、第12章介紹智慧型最佳化算法的性能測試。
本書結構清晰、內容豐富、取材新穎，可作為廣大高校本科生、研究生和教師的學習用書，也可作為廣大科研人員、學者、工程技術人員的參考用書。
圖書目錄
第1章 粒子群最佳化算法及其MATLAB實現
1.1 粒子群最佳化算法的基本原理
1.1.1 粒子和速度初始化
1.1.2 個體歷史值和全局值
1.1.3 粒子群的速度和位置更新
1.1.4 粒子群最佳化算法流程
1.2 粒子群最佳化算法的MATLAB實現
1.2.1 種群初始化
1.2.2 適應度函式
1.2.3 邊界檢查和約束函式
1.2.4 粒子群最佳化算法代碼
1.3 粒子群最佳化算法的套用案例
1.3.1 求解函式極值
1.3.2 帶約束問題求解：基於粒子群最佳化算法的壓力容器設計
1.4 粒子群最佳化算法的中間結果
參考文獻
第2章 蟻獅最佳化算法及其MATLAB實現
2.1 蟻獅最佳化算法的基本原理
2.1.1 螞蟻的隨機遊走
2.1.2 設定陷阱
2.1.3 利用陷阱誘捕螞蟻
2.1.4 捕獲獵物並重建洞穴
2.1.5 蟻獅最佳化算法流程
2.2 蟻獅最佳化算法的MATLAB實現
2.2.1 種群初始化
2.2.2 適應度函式
2.2.3 邊界檢查和約束
2.2.4 輪盤賭策略
2.2.5 蟻獅最佳化算法的隨機遊走
2.2.6 蟻獅最佳化算法的MATLAB代碼
2.3 蟻獅最佳化算法的套用案例
2.3.1 求解函式極值
2.3.2 帶約束問題求解：基於蟻獅最佳化算法的壓力容器設計
2.4 蟻獅最佳化算法的中間結果
參考文獻
第3章 果蠅最佳化算法及其MATLAB實現
3.1 果蠅最佳化算法的基本原理
3.1.1 果蠅初始化
3.1.2 果蠅通過氣味尋找食物
3.1.3 果蠅位置更新
3.1.4 果蠅最佳化算法流程
3.2 果蠅最佳化算法的MATLAB實現
3.2.1 果蠅位置初始化
3.2.2 適應度函式
3.2.3 邊界檢查和約束
3.2.4 果蠅最佳化算法代碼
3.2.5 改進果蠅最佳化算法代碼
3.3 果蠅最佳化算法的套用案例
3.3.1 求解函式極值
3.3.2 帶約束問題求解：基於果蠅最佳化算法的壓力容器設計
3.4 果蠅最佳化算法的中間結果
參考文獻
第4章 螢火蟲最佳化算法及其MATLAB實現
4.1 螢火蟲最佳化算法的基本原理
4.1.1 螢火蟲的相對亮度計算
4.1.2 螢火蟲的吸引度計算
4.1.3 螢火蟲的位置更新
4.1.4 螢火蟲最佳化算法流程
4.2 螢火蟲最佳化算法的MATLAB實現
4.2.1 螢火蟲位置初始化
4.2.2 適應度函式
4.2.3 邊界檢查和約束
4.2.4 螢火蟲最佳化算法代碼
4.3 螢火蟲最佳化算法的套用案例
4.3.1 求解函式極值
4.3.2 帶約束問題求解：基於螢火蟲最佳化算法的壓力容器設計
4.4 螢火蟲最佳化算法的中間結果
參考文獻
第5章 灰狼最佳化算法及其MATLAB實現
5.1 灰狼最佳化算法的基本原理
5.1.1 包圍獵物
5.1.2 狩獵
5.1.3 攻擊獵物
5.1.4 搜尋獵物
5.1.5 灰狼最佳化算法流程
5.2 灰狼最佳化算法的MATLAB實現
5.2.1 灰狼位置初始化
5.2.2 適應度函式
5.2.3 邊界檢查和約束
5.2.4 灰狼最佳化算法代碼
5.3 灰狼最佳化算法的套用案例
5.3.1 求解函式極值
5.3.2 帶約束問題求解：基於灰狼最佳化算法的壓力容器設計
5.4 灰狼最佳化算法的中間結果
參考文獻
第6章 正餘弦最佳化算法及其MATLAB實現
6.1 正餘弦最佳化算法的基本原理
6.1.1 正餘弦機制
6.1.2 正餘弦最佳化算法流程
6.2 正餘弦最佳化算法的MATLAB實現
6.2.1 正餘弦位置初始化
6.2.2 適應度函式
6.2.3 邊界檢查和約束
6.2.4 正餘弦最佳化算法代碼
6.3 正餘弦最佳化算法的套用案例實驗
6.3.1 求解函式極值
6.3.2 帶約束問題求解：基於正餘弦最佳化算法的壓力容器設計
6.4 正餘弦最佳化算法的中間結果
參考文獻
第7章 多元宇宙最佳化算法及其MATLAB實現
7.1 多元宇宙最佳化算法的基本原理
7.1.1 宇宙的定義
7.1.2 傳輸機制
7.1.3 蟲洞係數
7.1.4 多元宇宙最佳化算法流程
7.2 多元宇宙最佳化算法的MATLA實現
7.2.1 種群初始化
7.2.2 適應度函式
7.2.3 邊界檢查和約束
7.2.4 輪盤賭策略
7.2.5 多元宇宙最佳化算法代碼
7.3 多元宇宙最佳化算法的套用案例
7.3.1 求解函式極值
7.3.2 帶約束問題求解：基於多元宇宙最佳化算法的壓力容器設計
7.4 多元宇宙最佳化算法的中間結果
參考文獻
第8章 引力搜尋算法及其MATLAB實現
8.1 引力搜尋算法的基本原理
8.1.1 萬有引力定律
8.1.2 個體引力計算
8.1.3 加速度計算
8.1.4 速度和位置更新
8.1.5 引力搜尋算法流程
8.2 引力搜尋算法的MATLAB實現
8.2.1 位置初始化
8.2.2 適應度函式
8.2.3 邊界檢查和約束
8.2.4 計算質量
8.2.5 計算引力常數
8.2.6 計算加速度
8.2.7 位置更新
8.2.8 引力搜尋算法代碼
8.3 引力搜尋算法的套用案例
8.3.1 求解函式極值
8.3.2 帶約束問題求解：基於引力搜尋算法的壓力容器設計
8.4 引力搜尋算法的中間結果
參考文獻
第9章 樹種最佳化算法及其MATLAB實現
9.1 樹種最佳化算法的基本原理
9.1.1 樹種的定義及生成
9.1.2 種子的繁殖
9.1.3 樹種最佳化算法流程
9.2 樹種最佳化算法的MATLAB實現
9.2.1 種群初始化
9.2.2 適應度函式
9.2.3 邊界檢查和約束
9.2.4 樹種最佳化算法
9.3 樹種最佳化算法的套用案例
9.3.1 求解函式極值
9.3.2 帶約束問題求解：基於樹種最佳化算法的壓力容器設計
9.4 樹種最佳化算法的中間結果
參考文獻
第10章 風驅動最佳化算法及其MATLAB實現
10.1 風驅動最佳化算法的基本原理
10.1.1 參數的定義
10.1.2 適應度函式的選取
10.1.3 空氣單元運動範圍的確定
10.1.4 風的抽象化及空氣單元的更新
10.1.5 風驅動最佳化算法流程
10.2 風驅動最佳化算法的MATLAB實現
10.2.1 種群初始化
10.2.2 適應度函式
10.2.3 邊界檢查和約束
10.2.4 風驅動最佳化算法
10.3 風驅動最佳化算法的套用案例
10.3.1 求解函式極值
10.3.2 帶約束問題求解：基於風驅動最佳化算法的壓力容器設計
10.4 風驅動最佳化算法的中間結果
參考文獻
第11章 智慧型最佳化算法基準測試集
11.1 基準測試集簡介
11.2 基準測試函式繪圖與測試函式代碼編寫
11.2.1 函式F1
11.2.2 函式F2
11.2.3 函式F3
11.2.4 函式F4
11.2.5 函式F5
11.2.6 函式F6
11.2.7 函式F7
11.2.8 函式F8
11.2.9 函式F9
11.2.10 函式F10
11.2.11 函式F11
11.2.12 函式F12
11.2.13 函式F13
11.2.14 函式F14
11.2.15 函式F15
11.2.16 函式F16
11.2.17 函式F17
11.2.18 函式F18
11.2.19 函式F19
11.2.20 函式F20
11.2.21 函式F21
11.2.22 函式F22
11.2.23 函式F23
第12章 智慧型最佳化算法性能測試
12.1 智慧型最佳化算法性能測試方法
12.1.1 平均值
12.1.2 標準差
12.1.3 值和差值
12.1.4 收斂曲線
12.2 測試案例
12.2.1 測試函式信息
12.2.2 測試方法及參數設定
12.2.3 測試結果
