《群集智慧型最佳化算法及套用》是2018年7月1日科學出版社出版的圖書，作者是馮肖雪。
基本介紹
- 書名：群集智慧型最佳化算法及套用
- 作者：馮肖雪
- ISBN：9787030576026
- 頁數：166頁
- 定價：78.00
- 出版社：科學出版社
- 出版時間：2018年7月1日
- 裝幀：平裝
- 開本：16開
- 版次：1
內容簡介,圖書目錄,
內容簡介
《群集智慧型最佳化算法及套用》系統地闡述了蟻群算法、粒子群算法、傳染病最佳化算法三類典型的群集智慧型最佳化方法。《群集智慧型最佳化算法及套用》既涵蓋算法原理、數學模型、改進方法的理論知識，又注重理論聯繫實際，以實際套用問題為導向進行算法設計。針對無線感測器網路目標聯合預警與跟蹤中的能耗-性能最佳化問題、機場停機位分配最佳化問題、空間站組裝姿態指令最佳化問題，給出了具體求解思路，力求使讀者能較快掌握和套用這三類典型的群集智慧型最佳化算法。
圖書目錄
前言
第一篇 導引篇
第1章 概述 3
1.1 群集智慧型概述 3
1.2 群集智慧型的基本原則與特點 5
1.3 群集智慧型理論研究現狀 8
1.3.1 群集智慧型計算方法 8
1.3.2 群集智慧型模型研究 9
1.3.3 群集智慧型行為研究 9
1.3.4 群體協作行為研究 10
1.3.5 群集智慧型數學建模方法 10
1.4 群集智慧型算法的發展展望 11
1.4.1 群集智慧型理論的完善 11
1.4.2 群集智慧型算法的設計 11
1.4.3 群集智慧型算法性能的提高 12
1.5 本書章節安排 12
參考文獻 14
第二篇 基礎篇
第2章 蟻群最佳化算法 21
2.1 引言 21
2.2 蟻群最佳化算法理論原理 22
2.2.1 基本蟻群的覓食過程 22
2.2.2 基本蟻群的機制原理 23
2.2.3 基本蟻群算法的特點 24
2.3 蟻群最佳化算法數學模型及實現流程 25
2.3.1 蟻群最佳化算法的數學模型 25
2.3.2 蟻群最佳化算法的算法步驟流程 27
2.3.3 蟻群最佳化算法的程式結構流程 28
2.4 改進的蟻群最佳化算法 29
2.4.1 最大最小蟻群算法 29
2.4.2 具有變異和分工特徵的蟻群算法 31
2.4.3 自適應蟻群算法 32
2.5 蟻群最佳化算法的典型套用 33
2.6 本章小結 35
參考文獻 35
第3章 傳染病動力學模型及疫情最佳化控制算法 38
3.1 引言 38
3.2 經典倉室傳染病模型 39
3.2.1 SIS 模型 39
3.2.2 SIR 模型 40
3.2.3 SIRS 模型 41
3.3 多種群傳染病模型 42
3.4 網路傳染病模型 43
3.5 基於Agent個體的傳染病模型 45
3.6 傳染病疫情最佳化控制 46
3.6.1 疫情控制模型問題提出 47
3.6.2 傳染病疫情最佳化控制模型 48
3.7 本章小結 50
參考文獻 50
第4章 粒子群最佳化算法 54
4.1 引言 54
4.2 粒子群最佳化算法的數學模型及算法流程 54
4.2.1 粒子群最佳化算法的數學模型 54
4.2.2 粒子群最佳化算法的算法流程 57
4.3 改進的粒子群最佳化算法 58
4.3.1 帶慣性權重的PSO 模型 58
4.3.2 帶收縮係數的PSO 模型 59
4.3.3 Bare Bones Particle Swarm(BBPS)模型 59
4.3.4 帶被動c-聚集的PSO 模型 60
4.3.5 基於拓撲結構的改進算法 61
4.4 粒子群最佳化算法的典型套用 62
4.5 本章小結 63
參考文獻 63
第三篇 套用篇
第5章 基於人工蟻群的無線感測器網路節點喚醒控制算法 69
5.1 引言 69
5.2 問題提出 72
5.3 算法實現 74
5.3.1 螞蟻搜尋 75
5.3.2 信息素釋放 76
5.3.3 信息素擴散 77
5.3.4 信息素的積累 77
5.3.5 基於信息素的控制 78
5.4 參數設計 78
5.5 算法仿真結果比較 80
5.6 定理闡述 86
5.6.1 定理1和定理2 中各項參數的定義 86
5.6.2 定理1的證明 87
5.6.3 定理2的證明 89
5.7 本章小結 91
參考文獻 92
第6章 基於分散式傳染病模型的無線感測網聯合預警與跟蹤 96
6.1 引言 96
6.2 問題提出 97
6.3 分散式傳染病模型 98
6.3.1 直接感染 101
6.3.2 交叉感染免疫/免疫缺失 101
6.3.3 交叉感染 102
6.3.4 病毒量積累 102
6.4 分散式傳染病模型與節點聯合喚醒控制問題 103
6.4.1 喚醒控制問題 103
6.4.2 基於分散式傳染病模型的聯合喚醒控制 104
6.5 參數設計 105
6.6 仿真分析 106
6.6.1 算法比較 107
6.6.2 算法魯棒性驗證 108
6.6.3 交叉運動雙目標跟蹤 110
6.7 定理闡述 111
6.8 本章小結 112
參考文獻 113
第7章 基於粒子群算法的機場停機位分配求解 116
7.1 引言 116
7.2 機位分配問題描述 119
7.2.1 機位分配問題約束條件 119
7.2.2 機位分配問題的最佳化目標函式 124
7.3 機位分配最佳化模型建立 126
7.3.1 假設條件 126
7.3.2 模型建立 126
7.4 基於粒子群算法的機位分配問題最佳化求解 127
7.4.1 適應度函式設計 127
7.4.2 航班分配層次排序算法設計 128
7.4.3 機位分配最佳化模型約束處理 129
7.4.4 基於Round規則的停機位編碼設計 131
7.4.5 航班機位衝突判定算法的設計 132
7.4.6 求解停機位分配問題的PSO算法設計 132
7.5 實驗仿真及數值分析 134
7.5.1 案例描述 134
7.5.2 參數設定 136
7.5.3 仿真結果 137
7.6 本章小結 140
參考文獻 140
第8章 基於粒子群算法的空間站組裝姿態指令最佳化求解 143
8.1 引言 143
8.2 空間站組裝的數學模型 144
8.3 姿態指令最佳化函式求解 148
8.3.1 梯度下降法 148
8.3.2 標準PSO算法 148
8.3.3 基於生物互利共生的雙種群PSO 算法 149
8.4 基於互利共生的雙種群PSO算法仿真實驗 152
8.4.1 測試函式和參數設定 152
8.4.2 實驗結果與分析 153
8.5 空間站組裝姿態指令最佳化數值實驗 158
8.5.1 參數設定 158
8.5.2 實驗結果 158
8.6 本章小結 164
參考文獻 164
彩圖
