《鴿群最佳化》是2023年科學出版社出版的圖書。
基本介紹
- 中文名：鴿群最佳化
- 作者：段海濱，霍夢真
- 出版時間：2023年9月1日
- 出版社：科學出版社
- ISBN：9787030763358
內容簡介,目錄,
內容簡介
《鴿群最佳化》系統深入地闡述了鴿群最佳化的起源、原理、模型、理論、改進及套用，力圖概括該算法自提出以來的國內外新研究進展。《鴿群最佳化》共9章，主要包括鴿群最佳化思想起源和研究現狀，鴿群最佳化機制原理、數學模型和實現流程，鴿群最佳化收斂性理論證明、*達時間及參數選擇，鴿群最佳化模型改進，鴿群最佳化在任務規劃、自主控制、信息處理、電氣能控等領域的典型套用，以及鴿群最佳化研究前沿與展望。《鴿群最佳化》面向工程實際套用，突出前沿學科交叉，強調理論基礎支撐，著眼最佳化技術發展，取材新穎，深入淺出，覆蓋面廣，系統性強，力求使廣大讀者能快速掌握和套用這一新興的仿生群體智慧型最佳化方法。
目錄
目錄
序
前言
第1章 緒論 1
1.1 引言 1
1.2 鴿子習性 4
1.3 鴿子導航特點 7
1.3.1 太陽因素 8
1.3.2 地磁場因素 8
1.3.3 地形地標因素 9
1.3.4 其他因素 10
1.4 鴿子導航歷史 10
1.5 鴿群最佳化算法起源 14
1.6 鴿群最佳化算法進展 19
1.6.1 要素更換 22
1.6.2 運算元增加 23
1.6.3 結構調整 24
1.6.4 套用擴展 25
1.7 本書結構 26
1.8 本章小結 27
參考文獻 27
第2章 鴿群最佳化算法 41
2.1 引言 41
2.2 *最佳化問題 44
2.3 算法介紹 45
2.3.1 算法模型 45
2.3.2 算法流程 47
2.3.3 算法特點 49
2.4 本章小結 50
參考文獻 50
第3章 鴿群最佳化理論 54
3.1 引言 54
3.2 基於馬爾可夫鏈的收斂性理論證明 55
3.2.1 問題描述 55
3.2.2 算法設計 58
3.2.3 理論分析 59
3.2.4 仿真實驗 61
3.3 改進多目標鴿群最佳化算法分析 66
3.3.1 算法設計 66
3.3.2 理論分析 71
3.3.3 仿真實驗 75
3.4 基於鞅理論的收斂性分析 87
3.4.1 問題描述 87
3.4.2 理論分析 88
3.5 基於平均收益模型的*達時間分析 93
3.5.1 理論分析 93
3.5.2 仿真實驗 96
3.6 異構鴿群最佳化算法特性分析 97
3.6.1 算法設計 97
3.6.2 特性分析 99
3.7 本章小結 105
參考文獻 105
第4章 鴿群最佳化改進模型 109
4.1 引言 109
4.2 離散鴿群最佳化 110
4.2.1 算法設計 110
4.2.2 仿真實驗 115
4.3 二進制鴿群最佳化 119
4.3.1 算法設計 119
4.3.2 仿真實驗 121
4.4 廣義鴿群最佳化 123
4.4.1 算法設計 123
4.4.2 仿真實驗 125
4.5 進化博弈鴿群最佳化 129
4.5.1 算法設計 130
4.5.2 仿真實驗 131
4.6 萊維飛行鴿群最佳化 132
4.6.1 系統設計 132
4.6.2 算法設計 135
4.6.3 仿真實驗 137
4.7 多目標鴿群最佳化 138
4.7.1 算法設計 139
4.7.2 仿真實驗 140
4.8 本章小結 141
參考文獻 141
第5章 基於鴿群最佳化的任務規劃 147
5.1 引言 147
5.2 集群編隊 148
5.2.1 自適應鴿群最佳化集群編隊 148
5.2.2 量子鴿群最佳化緊密編隊 153
5.3 避障飛行 164
5.3.1 分層學習多目標鴿群最佳化編隊避障 164
5.3.2 社會學習多目標鴿群最佳化編隊避障 178
5.4 航路規劃 186
5.4.1 自適應量子鴿群最佳化航路規劃 186
5.4.2 動態離散鴿群最佳化路徑規劃 195
5.5 協同搜尋 209
5.5.1 協同進化鴿群最佳化區域搜尋 209
5.5.2 多機制融合鴿群最佳化協同搜尋 221
5.6 本章小結 232
參考文獻 232
第6章 基於鴿群最佳化的自主控制 236
6.1 引言 236
6.2 控制參數最佳化 237
6.2.1 高斯鴿群最佳化自適應控制 237
6.2.2 魯棒鴿群最佳化姿態控制 246
6.3 無人機自主著艦 258
6.3.1 柯西變異鴿群最佳化自主著艦 258
6.3.2 捕食–逃逸鴿群最佳化自主著艦 269
6.4 自主空中加油 282
6.4.1 異構綜合學習鴿群最佳化自主空中加油 282
6.4.2 變權重變異鴿群最佳化自主空中加油 288
6.5 本章小結 296
參考文獻 297
第7章 基於鴿群最佳化的信息處理 301
7.1 引言 301
7.2 圖像處理 302
7.2.1 正交鴿群最佳化圖像復原 302
7.2.2 空間變解析度鴿群最佳化目標識別 318
7.3 數據挖掘 326
7.3.1 組合多目標鴿群最佳化數據聚類 326
7.3.2 融合粒子群鴿群最佳化數據預測 339
7.4 本章小結 348
參考文獻 348
第8章 基於鴿群最佳化的電氣能控 353
8.1 引言 353
8.2 系統節能 354
8.2.1 COSR 策略多目標鴿群潮流最佳化 354
8.2.2 和聲鴿群最佳化智慧型調度 362
8.2.3 離散知識型鴿群最佳化車間能效 369
8.3 器件控制 377
8.3.1 PCHS 策略鴿群最佳化磁場線圈 377
8.3.2 融合策略鴿群最佳化無刷電機 385
8.4 本章小結 392
參考文獻 392
第9章 研究前沿與展望 395
9.1 引言 395
9.2 模型改進 395
9.3 理論深化 396
9.4 並行實現 397
9.5 仿生硬體 398
9.6 套用拓展 399
9.7 本章小結 399
參考文獻 400
CONTENTS
Foreword
Preface
Chapter 1 Exordium 1
1.1 Introduction 1
1.2 Habits and Behavior of Pigeon 4
1.3 Navigation Characteristics of Pigeon 7
1.3.1 Solar Information 8
1.3.2 Magnetic Information 8
1.3.3 Landscape Information 9
1.3.4 Other Information 10
1.4 History of Pigeon Navigation 10
1.5 Origin of Pigeon-Inspired Optimization 14
1.6 Advances in Pigeon-Inspired Optimization 19
1.6.1 Component Replacement 22
1.6.2 Operation Addition 23
1.6.3 Structure Adjustment 24
1.6.4 Application Expansion 25
1.7 Organization of This Book 26
1.8 Summary 27
References 27
Chapter 2 Pigeon-Inspired Optimization Algorithm 41
2.1 Introduction 41
2.2 Optimization Problem 44
2.3 Introduction of PIO Algorithm 45
2.3.1 Model of PIO Algorithm 45
2.3.2 Process of PIO Algorithm 47
2.3.3 Characteristics of PIO Algorithm 49
2.4 Summary 50
References 50
Chapter 3 Theory of Pigeon-Inspired Optimization 54
3.1 Introduction 54
3.2 Convergence Analysis Based on Markov Chain 55
3.2.1 Problem Description 55
3.2.2 Algorithm Design 58
3.2.3 Theory Analysis 59
3.2.4 Simulation Experiments 61
3.3 Theory Analysis of Multi-Objective Pigeon-Inspired Optimization 66
3.3.1 Algorithm Design 66
3.3.2 Theory Analysis 71
3.3.3 Simulation Experiments 75
3.4 Convergence Analysis Based on Martingale Theory 87
3.4.1 Problem Description 87
3.4.2 Theory Analysis 88
3.5 Runtime analysis Based on Average Gain Model 93
3.5.1 Theory Analysis 93
3.5.2 Simulation Experiments 96
3.6 Characteristic Analysis of Heterogeneous Pigeon-Inspired Optimization 97
3.6.1 Algorithm Design 97
3.6.2 Characteristic Analysis 99
3.7 Summary 105
References 105
Chapter 4 Improved Model of Pigeon-Inspired Optimization 109
4.1 Introduction 109
4.2 Discrete Pigeon-Inspired Optimization 110
4.2.1 Algorithm Design 110
4.2.2 Simulation Experiments 115
4.3 Binary Pigeon-Inspired Optimization 119
4.3.1 Algorithm Design 119
4.3.2 Simulation Experiments 121
4.4 Generalized Pigeon-Inspired Optimization 123
4.4.1 Algorithm Design 123
4.4.2 Simulation Experiments 125
4.5 Pigeon-Inspired Optimization Based on Evolutionary Game Theory 129
4.5.1 Algorithm Design 130
4.5.2 Simulation Experiments 131
4.6 Lévy
