〖正品●包郵〗 群智能算法及其應用 高尚 楊靜宇

來源：互聯網   發布日期：2011-10-07 20:22:25   瀏覽：88856次  

聯系賣家

詳細信息

嚴禁交易QQ號碼、非正規渠道Q幣、非法來源的會員與鉆石服務、手機代開服務等；交易雙方將可能受到處罰。管理規則>>

溫馨提示：請您在購買前仔細查看款式細節圖片，注意面料厚薄和彈性，并根據您的身材選擇合適的尺碼。如有需要，請咨詢賣家（點擊上面QQ交談按鈕）。

屬性信息僅供參考，詳細情況請向賣家咨詢！

市場價：25.00

基本信息

商品描述

內容簡介

《群智能算法及其應用》系統地描述了蟻群算法和粒子群優化算法的理論和實現技術及其應用，簡單地介紹了魚群算法�！度褐悄芩惴�及其應用》著重強調各種算法的混合，討論了蟻群算法與模擬退火算法的混合、蟻群算法與遺傳算法的混合、蟻群算法與混沌理論混合、模擬退火算法、遺傳算法與粒子群優化算法混合、混沌理論與粒子群優化算法的混合以及蟻群算法與粒子群優化算法的混合。書中還討論了群智能算法在旅行商問題、武器一目標分配問題、多處理機調度問題、可靠優化問題、聚類問題、作業調度問題等方面的應用。

編輯推薦

群智能算法作為一種新興的演化計算技術，已成為越來越多研究者的關注焦點，它與人工生命，特別是進化策略以及遺傳算法有著極為特殊的聯系。群智能理論研究領域主要有兩種算法：蟻群算法和粒子群優化算法。蟻群算法是對螞蟻群落食物采集過程的模擬，已成功應用于許多離散優化問題。粒子群優化算法也是起源于對簡單社會系統的模擬，最初是模擬鳥群覓食的過程，但后來發現它是一種很好的優化工具�！　　度褐悄芩惴�及其應用》可作為信息類的高年級本科生、碩士生、博士生以及廣大研究智能算法的科技工作者的參考書。

目錄

前言第1章緒論 1．1 引言 1．2 蟻群算法的基本原理 1．3 粒子群優化算法基本原理 1．4 蟻群算法理論研究現狀 1．5 蟻群算法應用研究現狀 1．6 粒子群優化算法研究現狀 1．7 粒子群算法應用研究現狀第2章 求解整數規劃的蟻群算法 2．1 求解一般非線整數規劃的蟻群算法 2．1．1 引言 2．1．2 求解非線整數規劃的蟻群算法 2．1．3 算例分析 2．2 武器—目標分配問題的蟻群算法 2．2．1 引言 2．2．2 WTA問題 2．2．3 武器—目標分配問題的蟻群算法 2．2．4 仿真結果j 2．3 多處理機調度問題的蟻群算法 2．3．1 引言 2．3．2 多處理機調度問題數學模型 2．3．3 解多處理機調度問題模擬退火算法 2．3．4 解多處理機調度問題蟻群算法 2．3．5 算法比較 2．4 可靠優化的蟻群算法 2．4．1 引言 2．4．2 最優冗余優化模型及解法 2．4．3 可靠優化的模擬退火算法 2．4．4 可靠優化的遺傳算法 2．4．5 可靠優化的蟻群算法 2．4．6 算例分析 2．5 求解旅行商問題的多樣信息素的蟻群算法 2．5．1 信息素更新的3個模型 2．5．2 多樣信息素更新規則 2．5．3 算法測試 2．6 本章小結第3章 連續優化問題的蟻群算法研究 3．1 無約束非線最優化問題 3．2 連續優化問題的信息量分布函數方法 3．3 一種簡單的連續優化問題的蟻群算法 3．4 數值分析 3．5 本章小結第4章 聚類問題的蟻群算法 4．1 引言 4．2 聚類問題的數學模型 4．3 K均值算法 4．4 解聚類問題的模擬退火算法 4．5 基于巡食思想的蟻群聚類算法 4．6 解聚類問題的新的蟻群算法及數值分析 4．6．1 解聚類問題的蟻群算法 4．6．2 數值分析 4．7 解聚類問題的與K-均值算法混合的蟻群算法及數值分析 4．7．1 解聚類問題的K-均值算法混合的蟻群算法 4．7．2 數值分析 4．8 本章小結第5章 蟻群算法與模擬退火算法混合 5．1 引言 5．2 解圓排列問題的蟻群模擬退火算法 5．2．1 圓排列問題及與旅行商問題等價 5．2．2 解旅行商問題的模擬退火算法 5．2．3 幾種算法的比較 5．2．4 算例分析 5．3 解旅行商問題的模擬退火蟻群算法 5．3．1 混合的基本思想 5．3．2 找鄰域解策略 5．3．3 模擬退火蟻群算法 5．3．4 算法測試 5．4 本章小結第6章 蟻群算法與遺傳算法混合 6．1 引言 6．2 基本遺傳算法 6．3 蟻群算法與遺傳算法的混合 6．3．1 混合的基本思想 6．3．2 變異操作 6．3．3 交叉操作 6．3．4 遺傳蟻群算法 6．4 算法測試 6．5本章小結第7章 蟻群算法與混沌理論混合 7．1 引言 7．2 混沌及運動特 7．3 基本蟻群算法改進 7．3．1 混沌初始化 7．3．2 選擇較優解 7．3．3 混沌擾動 7．4 混沌蟻群算法 7．5 算法測試 7．6 本章小結第8章 最短路的蟻群算法收斂分析 8．1 引言 8．2 最短路的蟻群算法收斂分析 8．3 仿真算例 8．4 本章小結第9章 解連續優化問題的粒子群優化算法 9．1 模擬退火思想的粒子群算法 9．1．1 幾種模擬退火思想的粒子群算法 9．1．2 算法測試 9．2 混沌粒子群優化算法研究 9．2．1 基本粒子群算法不足 9．2．2 混沌粒子群優化算法 9．2．3 算法測試 9．3 其他改進的粒子群優化算法 9．3．1 雜交PSO算法 9．3．2 協同PSO算法 9．3．3 離散PSO算法 9．4．本章小結第10章 解組合優化問題的粒子群優化算法 10．1 背包問題的混合粒子群優化算法 10．1．1 背包問題數學模型 10．1．2 解0-1背包問題的混合粒子群算法 10．1．3 數值仿真與分析 10．2 指派問題的交叉粒子群優化算法 10．2．1 求解指派問題的交叉粒子群優化算法 10．2．2 算法測試 10．3 武器—目標分配問題的粒子群優化算法 10．3．1 解武器—目標分配問題的粒子群優化算法 10．3．2 算例分析 10．4 流水作業調度問題的粒子群算法 10．4．1 流水作業調度問題 10．4．2 求解流水作業調度問題混合粒子群算法 10．4．3 算法測試 10．5 非線整數規劃的粒子群優化算法 10．5．1 引言 10．5．2 求解非線整數規劃的粒子群優化算法 10．5．3 算例分析 10．6 本章小結第11章 解聚類問題的粒子群算法 l1．1 引言 11．2 整數規劃形式 1l．3 連續優化形式 11．4 本章小結第12章 蟻群算法與粒子群優化算法的混合 12．1 引言 12．2 求解旅行商問題的混合粒子群優化算法 12．2．1 混合粒子群算法思路 12．2．2 變異操作和交叉操作 12．2．3 混合粒子群算法步驟 12．2．4 算法測試 12．3 求解旅行商問題的粒子群—蟻群算法 12．3．1 粒子群—蟻群算法思想 12．3．2 粒子群—蟻群算法步驟 12．3．3 算法測試 12．4 本章小結第13章 粒子群優化算法收斂分析 13．1 引言 13．2 PSO算法收斂分析 13．3 數值仿真 13．4 參數選取 13．5 本章小結第14章 魚群算法 14．1 引言 14．2 魚群算法基本原理 14．3 人工魚的行為描述 14．4 魚群算法的應用 14．5 本章小結第15章 總結 附錄A 求解旅行商問題的蟻群基本算法源程序 附錄B 計算連續函數的優化的粒子群程序 附錄C 求解旅行商問題的粒子群—蟻群算法的源程序參考文獻

‹  返回商品介紹頁

如果您對尺碼對照表有更好的建議，歡迎反饋給我們。

本對照表依據中國常用衣服尺碼對照表為基礎

評價詳情

賣家推薦商品

〖正品●包郵〗 廣東移動充值50元 快充1-10分鐘到賬 拍前聯系

54.50元

〖正品●包郵〗 Midea美的MT10AH-AA電烤箱（10L、750W)

170.00元

銷售記錄

商品價格：23.80元　　運 費：免運費

查看買家評價

近三個月銷售記錄:

購物保障

拍拍網為您提供資金安排和售后保障

先行賠付

買家權利 賣家義務 拍拍監督

買家使用財付通購買“”標志的商品，在確認收貨后14天內出現質量問題，與賣家協商無果的情況下有權申請先行賠付。 如實填寫商品信息，確保商品質量，并按照承諾為買家提供合理的售后服務。 如買賣方在交易過程中產生糾紛，溝通無果并發起維權的情況下，拍拍網將在7天內介入處理。

價值點：

(1) 全部賣家都加入了誠信保證計劃
(2) 全站商品都是誠保商品
(3) 質量有問題，拍拍可先行賠付給買家

維權過程中請注意：

(1) 買家賠付申請在形式上符合相關法律法規的規定；
(2) 賠付請求金額僅以買家實際支付的商品價款、郵費（含退貨回郵費用）為限；
(3) 提出“先行賠付”申請應在線上確認收貨后的14天內。

贊助本站