新書推薦:
《
1911:危亡警告与救亡呼吁
》
售價:NT$
349.0
《
旷野人生:吉姆·罗杰斯的全球投资探险
》
售價:NT$
345.0
《
笼中王国 : 18世纪法国的珍禽异兽与社会文化
》
售價:NT$
340.0
《
思考的框架3 巴菲特芒格马斯克推崇的思维方式 风靡华尔街的思维训练法 沙恩·帕里什 著
》
售價:NT$
295.0
《
被记忆的西周史(中山大学中珠学术译丛)
》
售價:NT$
690.0
《
森林疗法:拥抱大自然、获得幸福的季节性方法
》
售價:NT$
340.0
《
希腊人(伊恩·莫里斯文明史系列)
》
售價:NT$
845.0
《
亚马逊六页纸 如何高效开会、写作、完成工作
》
售價:NT$
349.0
|
內容簡介: |
本书以理论结合应用为指导思想,以智能优化算法为对象,以Python为开发语言,主要讲解智能优化算法的基本原理、代码实现、应用案例和性能测试。本书轻理论,重实践,目的是使读者能够迅速地入门并掌握智能优化算法及其Python代码实现的相关技巧,并在后续的学术研究和工程实践中加以应用。本书分为12章,第1章~第10章分别介绍10种智能优化算法(黏菌算法、人工蜂群算法、蝗虫优化算法、蝴蝶优化算法、飞蛾扑火优化算法、海鸥优化算法、麻雀搜索算法、鲸鱼优化算法、黄金正弦算法、教与学优化算法)的基本原理、Python代码实现、应用案例;第11章、第12章介绍智能优化算法的基准测试集和性能测试。本书取材新颖、案例丰富、通俗易懂,可作为广大高校本科生、研究生的学习用书,也可作为广大科研人员、学者、工程技术人员的参考用书。
|
關於作者: |
范旭, 本硕毕业于西南交通大学。 从事算法工作5年之久,先后就职于全球领先半导体封装设备公司以及芯片设计公司。曾任职图像算法工程师,图形芯片架构/算法工程师。对人工智能,优化算法,图像算法等领域有深入的研究。
|
目錄:
|
目 录第1章 黏菌算法及其Python实现11.1 黏菌算法的基本原理11.1.1 接近食物阶段11.1.2 包围食物阶段21.1.3 抓取食物阶段21.1.4 黏菌算法流程31.2 黏菌算法的Python实现41.2.1 种群初始化41.2.2 适应度函数51.2.3 边界检查和约束函数61.2.4 黏菌算法代码71.3 黏菌算法的应用案例101.3.1 求解函数极值101.3.2 基于黏菌算法的压力容器设计121.3.3 基于黏菌算法的三杆桁架设计151.3.4 基于黏菌算法的拉压弹簧设计18参考文献21第2章 人工蜂群算法及其Python实现222.1 人工蜂群算法的基本原理222.1.1 种群初始化232.1.2 引领蜂搜索242.1.3 跟随蜂搜索242.1.4 侦察蜂搜索252.1.5 人工蜂群算法流程252.2 人工蜂群算法的Python实现262.2.1 种群初始化262.2.2 适应度函数282.2.3 边界检查和约束函数282.2.4 轮盘赌策略292.2.5 人工蜂群算法代码302.3 人工蜂群算法的应用案例342.3.1 求解函数极值342.3.2 基于人工蜂群算法的压力容器设计362.3.3 基于人工蜂群算法的三杆桁架设计392.3.4 基于人工蜂群算法的拉压弹簧设计42参考文献45第3章 蝗虫优化算法及其Python实现463.1 蝗虫优化算法的基本原理463.1.1 蝗虫优化算法数学模型463.1.2 社会相互作用力473.1.3 蝗虫优化算法流程503.2 蝗虫优化算法的Python实现503.2.1 种群初始化503.2.2 适应度函数523.2.3 边界检查和约束函数523.2.4 社会相互作用力函数533.2.5 蝗虫优化算法代码543.3 蝗虫优化算法的应用案例573.3.1 求解函数极值573.3.2 基于蝗虫优化算法的压力容器设计593.3.3 基于蝗虫优化算法的三杆桁架设计623.3.4 基于蝗虫优化算法的拉压弹簧设计65参考文献68第4章 蝴蝶优化算法及其Python实现694.1 蝴蝶优化算法的基本原理694.1.1 蝴蝶的香味694.1.2 蝴蝶的移动与迭代704.1.3 蝴蝶优化算法流程714.2 蝴蝶优化算法的Python实现724.2.1 种群初始化724.2.2 适应度函数734.2.3 边界检查和约束函数744.2.4 蝴蝶优化算法代码754.3 蝴蝶优化算法的应用案例774.3.1 求解函数极值774.3.2 基于蝴蝶优化算法的压力容器设计804.3.3 基于蝴蝶优化算法的三杆桁架设计834.3.4 基于蝴蝶优化算法的拉压弹簧设计86参考文献89第5章 飞蛾扑火优化算法及其Python实现905.1 飞蛾扑火优化算法的基本原理905.1.1 飞蛾与火焰905.1.2 飞蛾扑火行为915.1.3 飞蛾扑火优化算法流程935.2 飞蛾扑火优化算法的Python实现955.2.1 种群初始化955.2.2 适应度函数965.2.3 边界检查和约束函数975.2.4 飞蛾扑火优化算法代码985.3 飞蛾扑火优化算法的应用案例1005.3.1 求解函数极值1005.3.2 基于飞蛾扑火优化算法的压力容器设计1035.3.3 基于飞蛾扑火优化算法的三杆桁架设计1065.3.4 基于飞蛾扑火优化算法的拉压弹簧设计109参考文献112第6章 海鸥优化算法及其Python实现1136.1 海鸥优化算法的基础原理1136.1.1 海鸥迁徙1136.1.2 海鸥攻击猎物1146.1.3 海鸥优化算法流程1146.2 海鸥优化算法的Python实现1156.2.1 种群初始化1156.2.2 适应度函数1176.2.3 边界检查和约束函数1176.2.4 海鸥优化算法代码1186.3 海鸥优化算法的应用案例1216.3.1 求解函数极值1216.3.2 基于海鸥优化算法的压力容器设计1236.3.3 基于海鸥优化算法的三杆桁架设计1266.3.4 基于海鸥优化算法的拉压弹簧设计129参考文献132第7章 麻雀搜索算法及其Python实现1337.1 麻雀搜索算法的基本原理1337.1.1 麻雀种群1337.1.2 发现者位置更新1347.1.3 加入者位置更新1347.1.4 遇险应急的麻雀位置更新1347.1.5 麻雀搜索算法流程1357.2 麻雀搜索算法的Python实现1367.2.1 种群初始化1367.2.2 适应度函数1377.2.3 边界检查和约束函数1387.2.4 麻雀搜索算法代码1397.3 麻雀搜索算法的应用案例1427.3.1 求解函数极值1427.3.2 基于麻雀搜索算法的压力容器设计1447.3.3 基于麻雀搜索算法的三杆桁架设计1477.3.4 基于麻雀搜索算法的拉压弹簧设计150参考文献153第8章 鲸鱼优化算法及其Python实现1548.1 鲸鱼优化算法的基本原理1548.1.1 包围猎物1548.1.2 气泡网攻击方式1558.1.3 寻找猎物1578.1.4 鲸鱼优化算法流程1588.2 鲸鱼优化算法的Python实现1598.2.1 种群初始化1598.2.2 适应度函数1618.2.3 边界检查和约束函数1618.2.4 鲸鱼优化算法代码1628.3 鲸鱼优化算法的应用案例1658.3.1 求解函数极值1658.3.2 基于鲸鱼优化算法的压力容器设计1678.3.3 基于鲸鱼优化算法的三杆桁架设计1708.3.4 基于鲸鱼优化算法的拉压弹簧设计173参考文献176第9章 黄金正弦算法及其Python实现1779.1 黄金正弦算法的基本原理1779.1.1 正弦函数1779.1.2 黄金分割1779.1.3 初始化1789.1.4 黄金分割系数计算1789.1.5 位置更新1799.1.6 黄金分割系数更新1799.1.7 黄金正弦算法流程1799.2 黄金正弦算法的Python实现1809.2.1 种群初始化1809.2.2 适应度函数1829.2.3 边界检查和约束函数1829.2.4 黄金正弦算法代码1839.3 黄金正弦算法的应用案例1869.3.1 求解函数极值1869.3.2 基于黄金正弦算法的压力容器设计1899.3.3 基于黄金正弦算法的三杆桁架设计1929.3.4 基于黄金正弦算法的拉压弹簧设计195参考文献198第10章 教与学优化算法及其Python实现19910.1 教与学优化算法的基本原理19910.1.1 教学阶段20010.1.2 学习阶段20010.1.3 教与学优化算法流程20010.2 教与学优化算法的Python实现20210.2.1 种群初始化20210.2.2 适应度函数20310.2.3 边界检查和约束函数20410.2.4 教与学优化算法代码20510.3 教与学优化算法的应用案例20810.3.1 求解函数极值20810.3.2 基于教与学优化算法的压力容器设计21010.3.3 基于教与学优化算法的三杆桁架设计21310.3.4 基于教与学优化算法的拉压弹簧设计216参考文献219第11章 智能优化算法基准测试集22011.1 基准测试集简介22011.2 基准测试函数绘图与测试函数代码编写22211.2.1 函数F122211.2.2 函数F222311.2.3 函数F322411.2.4 函数F422611.2.5 函数F522711.2.6 函数F622911.2.7 函数F723011.2.8 函数F823211.2.9 函数F923411.2.10 函数F1023511.2.11 函数F1123711.2.12 函数F1223811.2.13 函数F1324011.2.14 函数F1424211.2.15 函数F1524411.2.16 函数F1624611.2.17 函数F1724811.2.18 函数F1824911.2.19 函数F1925111.2.20 函数F2025211.2.21 函数F2125411.2.22 函数F2225611.2.23 函数F23258第12章 智能优化算法性能测试26012.1 智能优化算法性能测试方法26012.1.1 平均值26012.1.2 标准差26012.1.3 最优值和最差值26112.1.4 收敛曲线26212.2 测试案例26212.2.1 测试函数信息26212.2.2 测试方法及参数设置26312.2.3 测试结果263
|
|