蟻群算法及其套用

蟻群算法及其套用

《蟻群算法及其套用》是2004年哈爾濱工業大學出版社出版的圖書，作者是李士勇。

蟻群算法及其套用可供人工智慧、計算機科學、信息科學、控制工程、管理工程、交通工程、網路工程、智慧型最佳化算法及智慧型自動化等領域的廣大師生和科技人員學習及參考。

基本介紹

內容簡介,作者簡介,目錄,

內容簡介

蟻群算法是義大利學者Dorigo等人於1991年創立的，是繼神經網路、遺傳算法、免疫算法之後的又一種新興的啟發式搜尋算法。螞蟻群體是一種社會性昆蟲，它們有組織、有分工，還有通訊系統，它們相互協作，能完成從蟻穴到食物源尋找最短路徑的複雜任務。模擬螞蟻群體智慧型的人工蟻群算法具有分布計算、信息正反饋和啟發式搜尋的特點，不僅在求解組合最佳化問題中獲得廣泛套用，而且也用於連續時間系統的最佳化。
本書是國內首部蟻群算法的專著，系統地闡述蟻群算法的基本原理、基本蟻群算法及改進算法，蟻群算法與遺傳、免疫算法的融合，自適應蟻群算法，並行蟻群算法，蟻群算法的收斂性與理論模型及其在最佳化問題中的套用。

作者簡介

李士勇，哈爾濱工業大學教授，博士生導師．1967年畢業於哈爾濱工業大學，1983年獲工學碩士學位1992年至1993年在日本千葉工業大學從事模糊控制、神經網路和智慧型控制研究工作，黑龍江省優秀專家，國家模糊控制技術生產力促進中心專家，中國自動化學會智慧型自動化專業委員會委員，《計算機測量與控制》雜誌編委，獲國家級獎2項，省、部級獎6項，發表論文80餘篇，編著教材與專著4部，《模糊控制·神經控制和智慧型控制論》榮獲全國優秀科技圖書獎，並躋身於十大領域中國論文被引頻次最高的前50部專著與譯著排行榜。目前主要從事模糊控制、神經控制、智慧型控制、智慧型最佳化算法、非線性科學與複雜系統理論及其套用的研究與教學工作。

目錄

第1章　緒論
1.1　螞蟻的基本習性
1.1.1　螞蟻的信息系統
1.1.2　蟻群社會的遺傳與進化
1.2　蟻群覓食行為與覓食策略
1.2.1　螞蟻的覓食行為
1.2.2　螞蟻的覓食策略
1.3　人工蟻群算法的基本思想
1.3.1　人工蟻與真實螞蟻的異同
1.3.2　人工蟻群算法的實現過程
1.4　蟻群最佳化算法的意義及套用
1.4.1　蟻群最佳化算法的意義
l.4.2　蟻群算法的套用
1.5　蟻群算法的展望
第2章　螞蟻系統——蟻群算法的原型
2.1　螞蟻系統模型的建立
2.2　蟻量系統和蟻密系統的模型
2.3　蟻周系統模型
第3章　改進的蟻群最佳化算法
3.1　帶精英策略的螞蟻系統
3.2　基於最佳化排序的螞蟻系統
3.3　蟻群系統
3.3.1　蟻群系統狀態轉移規則
3.3.2　蟻群系統全局更新規則
3.3.3　蟻群系統局部更新規則
3.3.4　候選集合策略
3.4　最大一最小螞蟻系統
3.4.1　信息素軌跡更新
3.4.2　信息素軌跡的限制
3.4.3　信息素軌跡的初始化
3.4.4　信息素軌跡的平滑化
3.5　最優一最差螞蟻系統
3.5.1　最優一最差螞蟻系統的基本思想
3.5.2　最優一最差螞蟻系統的工作過程
第4章　蟻群最佳化算法的仿真研究
4.1　螞蟻系統三類模型的仿真研究
4.1.1　三類模型性能的比較
4.2.2　基於統計的參數最佳化
4.2　基於蟻群系統模型的仿真研究
4.2.1　局部最佳化算法的有效性
4.2.2　蟻群系統與其他啟發算法的比較
4.3　最大一最小螞蟻系統的仿真研究
4.3.1　信息素軌跡初始化研究
4.3.2　信息素軌跡量下限的作用
4.3.3　蟻群算法的對比
4.4　最優一最差螞蟻系統的仿真研究
4.4.1　參數ε的設定
4.4.2　幾種改進的蟻群算法比較
第5章　蟻群算法與遺傳、模擬退火算法的對比
5.1　遺傳算法
5.1.1　遺傳算法與自然選擇
5.1.2　遺傳算法的基本步驟
5.1.3　旅行商問題的遺傳算法實現
5.2　模擬退火算法
5.2.1　物理退火過程和Metroplis準則
5.2.2　模擬退火法的基本原理
5.3　蟻群算法與遺傳算法、模擬退火算法的比較
5.3.1　三種算法的最佳化質量比較
5.3.2　三種算法收斂速度比較
5.3.3　三種算法的特點與比較分析
第6章　蟻群算法與遺傳、免疫算法的融合
6.1　遺傳算法與螞蟻算法融合的GAAA算法
6.1.1　遺傳算法與螞蟻算法融合的基本思想
……
第7章　自適應蟻群算法
第8章　並行蟻群算法
第9章　蟻群算法的收斂性與蟻群行為模型
第10章　蟻群算法在最佳化問題中的套用
附錄
參考文獻

相關詞條

熱門詞條

聯絡我們