《離散粒子群最佳化算法及其套用》是清華大學出版的圖書，作者是郭文忠、陳國龍。本書主要闡述離散粒子群 最佳化(discrete particle swarm optimization，DPS0)算法的具體構建及其在各種組合最佳化問題中的套用等。
基本介紹
- 書名：離散粒子群最佳化算法及其套用
- 作者：郭文忠/陳國龍
- ISBN：9787302283485
- 頁數：300頁
- 定價：56
- 出版社：清華大學
- 裝幀：平裝
- 開本：16開
編輯推薦語,內容提要,目錄,
編輯推薦語
封面郭文忠等編著的《離散粒子群最佳化算法及其套用》內容是作者基於自身所主持和參與的科技部“973”計畫項目、國家自然科學基金項目、國家“863”計畫子課題以及教育部科技重點項目等的研究成果，吸納了國內外許多具有代表性的研究成果，並融合了課題組近年來在國內外重要學術刊物和國際會議上發表的研究成果，力圖體現國內外在這一領域的最新研究進展。本書可作為計算機科學、自動化科學、管理科學、控制科學等相關學科專業高年級本科生、研究生以及廣大研究計算智慧型的科技工作者的參考用書。
內容提要
《離散粒子群最佳化算法及其套用》分為11章，各章節內容具體安排如下 ：第1章主要介紹了基本PSO算法的原理機制及其發展現狀，並著重介紹了 PSO算法的三種常見離散化策略，闡述了DPSO算法的套用成果；第2章主要介 紹了PSO算法在TSP最佳化問題中的套用；第3章介紹了一種基於表現型共享函 數的多目標粒子群最佳化算法及其在多工作流調度問題中的套用；第4章介紹 了一種求解多目標最小生成樹問題的改進計數算法，並詳細闡述了一種用於 求解多目標最小生成樹問題的新型DPs0算法的具體設計過程；第5章主要介 紹了PSO算法在入侵檢測數據特徵選擇中的套用；第6章重點闡述了PSO算法 在入侵檢測系統異常檢測和誤用檢測中的具體套用；第7章分別闡述了PSO算 法在網路安全態勢感知中態勢要素獲取、理解以及預測等各步驟中的套用； 第8章主要介紹了PSO算法在異構集群數據流分配問題中的套用；第9．章主 要討論了無線感測器網路中基於PSO的拓撲生成及其容錯拓撲控制機制，詳 細介紹了各種算法的具體設計過程；第10章重點闡述了基於PSO算法的無線 感測器網路任務調度策略的設計；第11章分別闡述了PSO算法在超大規模集 成電路物理設計中的電路劃分和布圖/布局規劃最佳化問題中的具體套用。 《離散粒子群最佳化算法及其套用》主要面向計算機科學、自動化科學、 管理科學、控制科學等相關學科專業高年級本科生、研究生以及廣大研究計 算智慧型的科技工作者。
目錄
第1章 緒論
1.1 引言
1.2 基本粒子群最佳化算法
1.2.1 粒子群最佳化算法的基本原理
1.2.2 基本粒子群最佳化算法模型
1.2.3 基本粒子群最佳化算法流程
1.2.4 參數分析與設定
1.3 粒子群最佳化算法的改進綜述
1.3.1 基於慣性權值的改進
1.3.2 基於加速因子的改進
1.3.3 基於鄰近群拓撲的改進
1.3.4 基於種群規模的改進
1.3.5 混合粒子群最佳化算法
1.4 粒子群最佳化算法的機理研究
1.5 粒子群最佳化算法的套用研究
1.6 離散粒子群最佳化算法
1.6.1 將速度作為位置變化的機率
1.6.2 直接將連續PSO用於離散問題的求解
1.6.3 重新定義PSO算法操作運算元
1.7 DPSO算法套用
1.8 DPSO算法研究展望
參考文獻
第2章 在P問題中的套用
2.1 引言
2.2 求解TSF問題的自適應粒子群最佳化算法
2.2.1 離散.PSO算法
2.2.2 求解TSP問題的PSO算法設計
2.2.3 慣性權值在離散PSO算法中的作用
2.2.4 實驗結果與分析
2.3 求解TSP問題的動態領域PSO算法
2.3.1 相關概念
2.3.2 TSP問題的PSO操作
2.3.3 動態領域PSO算法的設計
2.3.4 實驗結果及分析
2.4 求解TSP問題的PSO一ACO算法
2.4.1 模擬進化的蟻群算法
2.4.2 PSO-ACO算法的設計思想及總體框架
2.4.3 實驗結果與分析
參考文獻
第3章 在多工作流調度中的套用
3.1 引言
3.2 問題描述
3.2.1 多目標最佳化問題
3.2.2 求解多目標最佳化問題的基本方法
3.3 多目標工作流調度問題
3.4 基於表現型共享的多目標粒子群最佳化算法
3.4.1 基於表現型共享的適應度函式
3.4.2 算法的基本模型
3.4.3 算法步驟
3.4.4 算例測試與結果分析
3.5 求解多目標工作流調度問題的離散粒子群最佳化算法
3.5.1 算法基本模型
3.5.2 算法主要步驟
3.5.3 實驗結果
參考文獻
第4章 在多目標最小生成樹問題中的套用
4.1 引言
4.2 問題模型
4.2.1 MST問題
4.2.2 mc-MST問題
4.3 改進的計數算法
4.4 求解mc-MST問題的NDPSO算法
4.4.1 粒子的編碼機制
4.4.2 粒子的適應度函式
4.4.3 粒子的更新公式
4.4.4 算法描述
4.4.5 收斂性分析
4.5 實驗結果與分析
4.5.1 測試問題
4.5.2 結果與分析
參考文獻
第5章 在入侵檢測數據特徵選擇中的套用
5.1 引言
5.2 特徵選擇
5.3 基於PSO和相關性分析的特徵選擇算法
5.3.1 粒子編碼模式
5.3.2 適應度函式
5.3.3 參數設定
5.3.4 算法描述
5.3.5 實驗結果與分析
5.4 基於PSo和鄰域約簡模型的特徵選擇算法
5.4.1 鄰域粗糙集
5.4.2 算法的具體設計
5.4.3 仿真實驗
5.5 基於PSO和雲模型的特徵選擇算法
5.5.1 雲的概念
5.5.2 雲的對象隸屬度計算
5.5.3 算法的具體設計
5.5.4 實驗結果與分析
參考文獻
第6章 在入侵檢測系統中的套用
6.1 引言
6.2 基於連續粒子群分類算法的誤用檢測
6.2.1 目前入侵檢測產品存在的缺陷
6.2.2 分類算法
6.2.3 基於連續粒子群的分類算法
6.3 基於否定選擇算法的異常檢測
6.3.1 基於異常的入侵檢測系統的缺陷
6.3.2 人工免疫與否定選擇算法
6.3.3 修改的否定選擇算法
6.4 混合的網路入侵檢測引擎
6.4.1 引入混合方式的目的
6.4.2 混合方式
6.4.3 混合的入侵檢測引擎的整體結構
6.4.4 仿真實驗
參考文獻
第7章 在網路安全態勢感知中的套用
7.1 引言
7.2 基於PSO-FNN的安全態勢感知要素提取算法
7.2.1 相關算法
7.2.2 基於PSO-FNN的安全態勢要素提取模型
7.2.3 基於PSO-FNN的安全態勢要素提取方法
7.2.4 仿真實驗與結果分析
7.3 基於PSO-BPNN的安全態勢預測算法
7.3.1 基於PSO-BPNN的網路安全態勢預測模型
7.3.2 基於PSO-BPNN網路安全態勢預測方法
7.3.3 仿真實驗
7.4 網路安全系統中的組態勢感知研究
7.4.1 個體態勢感知與組態勢感知
7.4.2 基於PSO的聚類分析實驗設計
7.4.3 算法流程
7.4.4 仿真實驗
參考文獻
第8章 在異構集群數據流分配中的套用
8.1 引言
8.2 數據流分配算法
8.3 基於PSO的異構集群數據流自適應分配策略
8.3.1 問題建模
8.3.2 帶動態反饋機制的數據流自適應分配模型
8.3.3 改進的粒子群最佳化算法
8.3.4 仿真實驗結果與分析
8.4 動態聯盟思想的引入
8.4.1 動態聯盟思想
8.4.2 問題建模
8.4.3 算法描述
8.4.4 算法仿真與結果分析
參考文獻
第9.章 在WSN拓撲控制中的套用
9.1 引言
9.2 基於度約束最小生成樹的wSN分散式拓撲控制
9.2.1 網路模型與問題描述
9.2.2 求解dc—MsT問題的DPSO
9.2.3 分散式拓撲控制方案
9.2.4 仿真實驗
9.3 基於二連通的WSN拓撲控制方案
9.3.1 網路模型及問題描述
9.3.2 求解wSN二連通拓撲結構的DPSO算法
9.3.3 仿真實驗
9.4 基於K一連通問題的wSN拓撲控制方案
9.4.1 相關工作
9.4.2 相關定義
9.4.3 集中式的KTCPSO算法描述
9.4.4 分散式KLPSO算法描述
9.4.5 算法的時間複雜度分析
9.4.6 仿真實驗
參考文獻
第10章 在WSN任務調度中的套用
10.1 引言
10.2 任務調度相關概念
10.3 WSN任務分配動態聯盟模型及其算法
10.3.1 問題描述
10.3.2 任務分配動態聯盟模型的構建
10.3.3 求解動態聯盟模型的PSO算法
10.3.4 實驗結果與分析
10.4 帶多Agent的wSN自適應任務調度策略
10.4.1 多Agent系統
10.4.2 基於多Agent的無線感測器網路體系結構及系統模型
10.4.3 基於多Agent的無線感測器網路自適應任務調度策略
10.4.4 仿真實驗與結果分析
10.5 基於串列聯盟的動態任務分配算法
10.5.1 串列聯盟思想的引入
10.5.2 基於DPSO的聯盟形成算法
10.5.3 基於串列聯盟的任務分配體系結構
10.5.4 仿真實驗
10.6 基於並行聯盟的動態任務分配算法
10.6.1 引言
10.6.2 並行聯盟概述
10.6.3 基於並行聯盟的任務分配算法
10.6.4 基於並行聯盟的任務分配體系結構
10.6.5 仿真實驗
參考文獻
第1l章 在VLSI物理設計中的套用
11.1 引言
11.2 VLSI設計概述
11.2.1 VLSI設計流程
11.2.2 物理設計過程
11.3 單目標電路劃分的離散PSO算法
11.3.1 相關工作
11.3.2 問題模型
11.3.3 算法描述
11.3.4 實驗結果分析
11.4 單目標電路劃分的混合PSO算法
11.4.1 算法的具體設計過程
11.4.2 實驗結果與分析
11.5 多目標電路劃分的離散：PSO算法
11.5.1 相關工作
11.5.2 多目標劃分問題模型
11.5.3 基於DPSO框架下的多目標劃分算法
11.5.4 實驗結果與分析
11.6 解決布圖規劃的DPSO算法
11.6.1 VLSI布圖模式與相關工作
11.6.2 問題描述
11.6.3 算法描述
11.6.4 實驗結果與分析
11.7 解決布圖規劃的多目標PSO算法
11.7.1 採用整數序列編碼的布圖規划算法
11.7.2 採用序列對編碼的布圖規划算法
11.8 解決布圖規劃的協同多目標PSO算法
11.8.1 協同多目標算法概述
11.8.2 解決布圖規劃問題的協同多目標PSO算法
11.8.3 實驗結果分析
參考文獻
