混沌蟻群算法及套用

混沌蟻群算法及套用

《混沌蟻群算法及套用》是2013年中國科學技術出版社出版的圖書,作者是李麗香、彭海朋。

基本介紹

  • 中文名:混沌蟻群算法及套用
  • 出版社中國科學技術出版社
  • 頁數:252 頁
  • 開本:16 開
  • 作者:李麗香 彭海朋
  • 出版日期:2013年1月1日
  • 語種:簡體中文
內容簡介,圖書目錄,

內容簡介

《混沌蟻群算法及套用》從全新的角度分析了螞蟻外出捕食、在巢和食物源之間建立最短路徑的過程。我們通過構造一個“巢—食物源—巢”之間的映射關係,將螞蟻的外出捕食過程和建立最短食物路徑過程統一起來進行考慮。認為螞蟻的外出捕食過程是一個混沌搜尋的過程,最短食物路徑的建立過程則是由混沌搜尋逐漸過渡到暫態混沌直到收斂到最短食物路徑的過程。也就是說,螞蟻處於一個在信息素和混沌共同作用下的自組織過程,一個類似於混沌退火的過程。
《混沌蟻群算法及套用》由李麗香、彭海朋、楊義先著。混沌是存在於非線性系統中的一種較為普遍的非線性現象,它並不是一片“混亂”,而是有著精緻內在結構的一類非線性現象。混沌的特性主要有偽隨機性、遍歷性和對初始條件的敏感性。由於遍歷性可作為避免搜尋過程陷入局部極小的有效機制,因此,混沌理論已成為一種新穎且有潛力的最佳化工具。20世紀90年代初,受蟻群可在巢和食物源間建立最短路徑的著名試驗的啟發,學者MarcoDorigo首先開創性地提出了著名的蟻群最佳化算法,此後群智慧型理論研究迅速展開。由於群智慧型理論在生產計畫與調度、商業運作、金融管理、電子技術、通訊、自動控制、光學、生物學等許多領域中具有巨大的套用潛力及發展前景,已經引起國內外學者的廣泛關注,從而成為計算機、運籌學和智慧型控制等領域研究中的熱點及前沿。

圖書目錄

總序
第1章緒論
1.1引言
1.2群體智慧型理論簡介
1.3群體智慧型算法簡介
1.4混沌最佳化理論簡介
1.5本書算法的新思想
1.6本章小結
第2章混沌蟻群最佳化算法
2.1引言
2.2螞蟻的混沌行為和自組織行為
2.37昆沌蟻群算法的數學模型
2.4螞蟻的鄰居以及螞蟻間的信息交流方式
2.5混沌蟻群模型的非線性動力學行為
2.6用無約束函式測試混沌蟻群算法
2.7用有約束函式測試混沌蟻群算法
2.8算法討論
2.9本章小結
第3章基於CAS算法的動力學系統參數辨識
3.1引言
3.2用CAS算法辨識系統參數
3.3目標函式和未知參數的關係
3.4四種典型系統的參數辨識數值仿真研究
3.5Logistic和Lorenz系統的參數辨識仿真研究
3.6本章小結
第4章基於CAS算法的模糊系統設計
4.1引言
4.2T—S模糊系統建模
4.3利用CAS算法設計模糊系統
4.4基於CAS的模糊系統套用研究
4.5基於CAS的模糊系統數值仿真實例
4.6本章小結
第5章基於CAS算法的神經網路訓練
5.1引言
5.2神經網路簡介
5.3用CAS算法訓練BP網
5.4CAS算法訓練BP網仿真實例
5.5本章小結
第6章基於CAS算法的PID參數整定
6.1引言
6.2PID控制器的標準結構
6.3PID參數整定方法
6.4AVR系統的結構
6.5CAS—PID控制在AVR系統中的套用
6.6CAS—PID控制的AVR系統仿真研究
6.7本章小結
第7章基於CAS算法的聚類算法
7.1引言
7.2聚類分析
7.3CAS—C算法原理與流程
7.4對比算法
7.5聚類的評價指標
7.6CAS—C算法聚類的仿真實驗
7.7本章小結
第8章基於隨機索引的Web用戶建模和聚類算法
8.1引言
8.2隨機索引
8.3加權隨機索引
8.4基於RI的用戶建模和聚類過程
8.5評價指標和比對方法
8.6參數討論
8.7實驗結果分析
8.8本章小結
第9章基於CAS—C算法的Web用戶聚類
9.1引言
9.2Web用戶行為分析
9.3實驗方案
9.4數據預處理
9.5Web用戶訪問模型建立
9.6Web用戶聚類實驗
9.7本章小結
第10章基於公共用戶訪問行為的Web預取
10.1引言
10.2算法評價
10.3預取方案
10.4實驗結果分析
10.5本章小結
第11章基於CAS算法的電力系統負荷經濟調度研究
11.1引言
11.2電力系統經濟調度的數學模型
11.3蟻群最佳化算法概況
11.4基於CAS的電力系統經濟調度模型
11.5算例研究及結果分析
11.6基於CAS算法的經濟調度求解方法的套用
11.7本章小結
第12章CAS算法在數學領域中的一些套用
12.1CAS算法在方程求根中的套用
12.2CAS算法在數據擬合中的套用
12.3CAS算法在整數規劃中的套用
12.4本章小結
第13章用CAS算法求解組合最佳化問題
13.1引言
13.2求解旅行商問題的集中式算法
13.3求解感測器網路任務分配的分散式算法
13.4本章小結
第14章基於三種策略的改進CAS算法
14.1引言
14.2基於三種改進策略的ICAS算法
14.3ICAS算法仿真實驗
14.4ICAS算法在PID參數整定中的套用
14.5本章小結
第15章混合CAS算法
15.1HCAS算法的演化公式
15.2預選擇操作
15.3離散重組操作
15.4HCAS算法的流程
15.5仿真實驗
15.6本章小結
參考文獻

相關詞條

熱門詞條

聯絡我們