《群智慧型最佳化方法及套用》是2015年科學出版社出版的圖書，作者是湯可宗，楊靜宇。
基本介紹
- 書名：群智慧型最佳化方法及套用
- 作者：湯可宗，楊靜宇
- ISBN：978-7-03-044740-1
- 頁數：240
- 定價：88.00元
- 出版社：科學出版社
- 出版時間：2015年7月
- 裝幀：平裝
- 開本：B5
- 字數：302千字
內容簡介,目錄,
內容簡介
本書目錄專家評論讀者評論我要留言
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。
目錄
前言
第1章緒論
1.1最最佳化方法的意義
1.2最最佳化方法的分類
1.3群智慧型最佳化方法的產生與發展
1.4怎樣學習群智慧型最佳化方法
參考文獻
第2章最最佳化模型
2.1單變數最最佳化
2.2多變數最最佳化
2.3傳統的最佳化計算方法
2.3.1拉格朗日乘子法
2.3.2牛頓疊代法
2.3.3最速下降法
參考文獻
第3章遺傳算法
3.1導言
3.2基本原理
3.2.1基本思想
3.2.2組成要素
3.2.3算法流程
3.3遺傳算法的數學機理
3.3.1模式的概念
3.3.2模式定理
3.4實例分析
3.4.1非線性約束最佳化問題
3.4.2多目標最佳化問題
3.4.3圖像分割問題
參考文獻
第4章粒子群最佳化算法
4.1導言
4.2基本原理
4.2.1基本粒子群最佳化算法
4.2.2標準粒子群最佳化算法
4.2.3組成要素
4.3數學機理
4.3.1複雜度分析
4.3.2收斂性分析
4.4實例分析
4.4.1基於多樣性反饋的粒子群最佳化算法
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
4.4.3雙中心粒子群最佳化算法
參考文獻
第5章蟻群算法
5.1導言
5.2基本原理
5.2.1蟻群覓食的特性
5.2.2螞蟻系統模型
5.2.3蟻群算法的實現
5.3複雜度及收斂性分析
5.3.1複雜度分析
5.3.2收斂性分析
5.4蟻群算法的改進
5.4.1蟻群算法的改進思路
5.4.2最大最小蟻群系統（MMAS）
5.4.3分段算法
5.4.4小視窗蟻群算法
5.4.5智慧型螞蟻算法
5.4.6自適應蟻群算法
5.4.7具有變異和分工特徵的蟻群算法
……
第6章人工免疫算法
第7章文化算法
第8章微分進化
第9章模擬退火算法
參考文獻
第1章緒論
1.1最最佳化方法的意義
1.2最最佳化方法的分類
1.3群智慧型最佳化方法的產生與發展
1.4怎樣學習群智慧型最佳化方法
參考文獻
第2章最最佳化模型
2.1單變數最最佳化
2.2多變數最最佳化
2.3傳統的最佳化計算方法
2.3.1拉格朗日乘子法
2.3.2牛頓疊代法
2.3.3最速下降法
參考文獻
第3章遺傳算法
3.1導言
3.2基本原理
3.2.1基本思想
3.2.2組成要素
3.2.3算法流程
3.3遺傳算法的數學機理
3.3.1模式的概念
3.3.2模式定理
3.4實例分析
3.4.1非線性約束最佳化問題
3.4.2多目標最佳化問題
3.4.3圖像分割問題
參考文獻
第4章粒子群最佳化算法
4.1導言
4.2基本原理
4.2.1基本粒子群最佳化算法
4.2.2標準粒子群最佳化算法
4.2.3組成要素
4.3數學機理
4.3.1複雜度分析
4.3.2收斂性分析
4.4實例分析
4.4.1基於多樣性反饋的粒子群最佳化算法
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
4.4.3雙中心粒子群最佳化算法
參考文獻
第5章蟻群算法
5.1導言
5.2基本原理
5.2.1蟻群覓食的特性
5.2.2螞蟻系統模型
5.2.3蟻群算法的實現
5.3複雜度及收斂性分析
5.3.1複雜度分析
5.3.2收斂性分析
5.4蟻群算法的改進
5.4.1蟻群算法的改進思路
5.4.2最大最小蟻群系統（MMAS）
5.4.3分段算法
5.4.4小視窗蟻群算法
5.4.5智慧型螞蟻算法
5.4.6自適應蟻群算法
5.4.7具有變異和分工特徵的蟻群算法
……
第6章人工免疫算法
第7章文化算法
第8章微分進化
第9章模擬退火算法
參考文獻
