新書推薦：
《
改变我们的道路——大疫后的人类及其世界
》
售價：NT$
354.0
《
《周髀算经》新论·译注
》
售價：NT$
359.0
《
红楼有三味
》
售價：NT$
302.0
《
南宋行暮：宋光宗宋宁宗时代（增订本）
》
售價：NT$
458.0
《
算力芯片——高性能 CPU/GPU/NPU 微架构分析
》
售價：NT$
671.0
《
漫长的调查：重走营造学社川康古建筑调查之路
》
售價：NT$
406.0
《
历史的温度1-7（典藏版套装全7册）
》
售價：NT$
3110.0
《
如何建立适合自己的交易系统（一本金融初学者建立交易系统的实用工具书）
》
售價：NT$
302.0
|
| 內容簡介： |
|
《智能粒子群优化计算：控制方法、协同策略及优化应用》系统介绍了粒子群优化计算的研究背景、原理、模型、方法、理论以及工程应用，力图展示较为丰富的研究思路和启示。《智能粒子群优化计算：控制方法、协同策略及优化应用》分为基础篇、控制方法篇、协同模型篇、优化应用篇以及结论与展望篇。基础篇主要介绍研究现状和研究基础等相关内容；控制方法篇、协同模型篇主要从策略方法、模型设计、性能分析及仿真应用等方面详细展示了三种单种群控制粒子群优化模型和两种多种群协同优化模型的研究；优化应用篇着重从流程工业调度、柔性车间调度、无线传感网络路由优化三种典型工程应用问题出发，详细讨论粒子群算法在混合优化、离散优化问题巾的应用；结论与展望篇给出了《智能粒子群优化计算：控制方法、协同策略及优化应用》的总结，并探讨了群智能计算以及粒子群优化计算的未来发展方向。《智能粒子群优化计算：控制方法、协同策略及优化应用》强调仿生背景，注重研究思路的新颖性及系统性，方法、模型、理论分析与实际应用并重，力图使读者清晰快速地了解粒子群优化、群智能计算等相关知识和研究方法。
|
| 目錄：
|
|
目录《智能科学技术著作丛书》序前言基础篇第1章 绪论 31.1 引言 31.2 优化问题及算法 41.2.1 最优化问题 41.2.2 优化算法 41.3 智能计算 61.3.1 自然进化计算 61.3.2 社会进化计算 81.3.3 生物智能计算 121.3.4 群集智能计算 141.3.5 拟物智能计算 181.4 算法研究准则 211.5 本书主要内容及体系结构 221.6 本章小结 23参考文献 23第2章 粒子群优化计算研究基础 282.1 引言 282.2 粒子群优化计算简介 282.2.1 算法起源 282.2.2 算法原理及计算模型 302.3 粒子群优化计算行为分析 312.3.1 社会行为分析 312.3.2 收敛行为分析 322.4 粒子群优化计算的系统特征 342.4.1 自组织性和涌现特性 352.4.2 反馈控制机制 362.4.3 分布式特点 372.5 粒子群优化计算的研究进展 382.6 本章小结 41参考文献 42控制方法篇第3章 基于预测控制器的粒子群优化模型 473.1 引言 473.2 标准粒子群优化模型的动态行为分析 483.3 基于PD控制器的粒子群优化模型 503.3.1 模型结构 503.3.2 动态行为分析 513.3.3 稳定性分析 533.3.4 收敛性分析 543.3.5 算法流程 553.4 数值仿真实验与分析 563.4.1 测试优化函数 563.4.2 预测因子选择 563.4.3 算法性能分析 583.5 动态环境中的算法应用 643.6 本章小结 66参考文献 67第4章 基于反馈控制器的自组织粒子群优化模型 684.1 引言 684.2 自组织粒子群优化模型 694.2.1 模型结构 694.2.2 群体动态测度 714.3 多样性控制器的设计 724.3.1 多样性参考输入的确定 724.3.2 多样性控制策略 734.4 仿真实验与结果分析 744.4.1 实验参数及优化测试函数 744.4.2 实验结果及分析 754.5 模型的优化应用 804.5.1 约束布局优化问题 804.5.2 算法设计 814.5.3 仿真结果分析 824.6 本章小结 84参考文献 84第5章 求解非线性方程组的控制粒子群优化模型 865.1 引言 865.2 非线性方程组及其等价优化问题描述 875.3 控制粒子群优化模型 885.3.1 控制粒子群优化模型的原理 885.3.2 基于PID的控制策略 905.3.3 致和非一致控制方式 935.3.4 优化流程 945.4 仿真实验与分析 945.4.1 测试问题 945.4.2 实验结果与分析 955.5 算法的工程应用 995.5.1 问题描述及优化模型 995.5.2 仿真结果及分析IOI5.6 本章小结 103参考文献 103协同模型篇第6章 基于知识的协同粒子群优化模型 1076.1 引言 1076.2 协同粒子群优化模型 1096.2.1 基本概念 1096.2.2 模型结构 1096.2.3 知识集 1106.2.4 行为控制 1146.2.5 算法流程 1166.3 收敛性分析 1166.3.1 随机优化算法全局和局部收敛的判据 1166.3.2 协同粒子群优化模型的收敛性 1176.4 仿真实验与分析 1226.4.1 实验参数及优化测试函数 1226.4.2 实验结果及分析 1236.5 本章小结 127参考文献 128第7章 基于混合群体的协同粒子群优化模型 1297.1 引言 1297.2 基于混合群体的协同粒子群优化机理分析 1317.2.1 混合生态群体的自然启示 1317.2.2 混合优化群体结构要素 1317.3 基于混合生态群体的协同粒子群优化模型设计 1337.3.1 混合群体初始化 1337.3.2 开采与探测行为 1347.3.3 协同搜索和学习 1357.3.4 逃逸策略 1367.3.5 优化步骤 1367.3.6 计算复杂度分析 1377.4 数值仿真实验与性能分析 1387.4.1 仿真实验设计与数据 1387.4.2 实验分析 1427.5 应用实例 1437.5.1 线性系统逼近问题 1437.5.2 优化结果及分析 1447.6 本章小结 145参考文献 146优化应用篇第8章 面向流程工业生产调度的粒子群优化模型 1518.1 引言 1518.1.1 流程工业生产调度问题描述 1518.1.2 流程工业生产调度研究现状 1528.2 面向化.工生产静态调度的混沌变异粒子群模型 1538.2.1 化工生产静态调度问题描述 1538.2.2 混沌变异粒子群模型设计 1568.2.3 算法复杂度分析 1598.2.4 仿真与性能分析 1608.3 面向化工生产动态调度的混沌变异粒子群模型 1678.3.1 不确定性流程工业生产调度分析 1688.3.2 混沌变异粒子群动态调度模型设计 1698.3.3 调度实例仿真与分析 1728.4 本章小结 177参考文献 177第9章 面向柔性作业车间调度的粒子群优化模型 1809.1 引言 1809.1.1 柔性作业车间调度问题描述 1809.1.2 柔性作业车间调度优化研究现状 1819.2 面向柔性作业车间调度的混合离散PSO模型 1839.2.1 数学模型及描述 1839.2.2 混合PSO模型设计 1849.2.3 算法复杂度分析 1909.2.4 仿真与性能分析 1919.3 面向多目标柔性作业车间调度的混合离散PSO模型 1939.3.1 数学模型及问题描述 1949.3.2 多目标混合PSO模型设计 1959.3.3 算法复杂度分析 1989.3.4 仿真与性能分析 1989.4 本章小结 203参考文献 204第10章 面向无线传感器网络路由优化的粒子群模型 207I 0.1 引言 20710.1.1 无线传感器网络简介 20710.1.2 无线传感器网络路由协议研究现状 20710.2 面向无线传感器网络分簇优化的离散PSO模型 21010.2.1 分簇优化问题描述 21110.2.2 离散粒子群分簇优化设计 21110.2.3 仿真实验与分析 21510.3 面向无线传感器网络路由优化的离散PSO模型 21610.3.1 路由优化问题描述 21710.3.2 离散粒子群路由优化设计 21810.3.3 仿真实验与分析 22110.4 本章小结 995参考文献 225结论与展望篇第11章 结论与展望 23111.1 本书内容总结 23111.2 研究前沿与展望 233参考文献 235附录 粒子群优化计算源程序 236
|
|
購物車/收銀台(
0
) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
