日本免费精品视频,男人的天堂在线免费视频,成人久久久精品乱码一区二区三区,高清成人爽a毛片免费网站

在線客服
智能優(yōu)化算法及其MATLAB實例圖書
人氣:33

智能優(yōu)化算法及其MATLAB實例

前 言 近年來,隨著計算機技術(shù)的快速發(fā)展,為了在一定程度上解決大空間、非線性、全局尋優(yōu)、組合優(yōu)化等復(fù)雜問題,不少智能優(yōu)化方法不斷涌現(xiàn),例如:進(jìn)化類算法、群智能算法、模擬退火算法、禁忌搜索算法和神經(jīng)網(wǎng)絡(luò)...

內(nèi)容簡介

本書介紹8種智能優(yōu)化算法的來源、原理、算法流程和關(guān)鍵參數(shù)說明,并給出MATLAB仿真實例。這些算法在眾多領(lǐng)域得到了成功應(yīng)用。

作者簡介

包子陽:2009年6月畢業(yè)于電子科技大學(xué)信號與信息處理專業(yè),獲碩士學(xué)位。2009年8月至今工作于北京無線電測量研究所,從事雷達(dá)電氣總體、信號處理和算法研究等工作。在國際雷達(dá)會議、《系統(tǒng)工程與電子技術(shù)》、《現(xiàn)代雷達(dá)》、《電子技術(shù)應(yīng)用》、全國天線年會等發(fā)表多篇基于智能優(yōu)化算法的學(xué)術(shù)論文。

目錄

目 錄

第1章 概述 1

1.1 進(jìn)化類算法 2

1.2 群智能算法 3

1.3 模擬退火算法 5

1.4 禁忌搜索算法 5

1.5 神經(jīng)網(wǎng)絡(luò)算法 6

參考文獻(xiàn) 6

第2章 遺傳算法 9

2.1 遺傳算法簡介 9

2.2 遺傳算法理論 10

2.2.1 遺傳算法的生物學(xué)基礎(chǔ) 10

2.2.2 遺傳算法的基本概念 11

2.2.3 標(biāo)準(zhǔn)遺傳算法 14

2.2.4 遺傳算法的特點 14

2.2.5 遺傳算法的改進(jìn)方向 15

2.3 遺傳算法流程 16

2.4 關(guān)鍵參數(shù)說明 17

2.5 MATLAB仿真實例 18

參考文獻(xiàn) 30

第3章 差分進(jìn)化算法 31

3.1 引言 31

3.2 差分進(jìn)化算法理論 32

3.2.1 差分進(jìn)化算法原理 32

3.2.2 差分進(jìn)化算法的特點 32

3.3 差分進(jìn)化算法種類 33

3.3.1 基本差分進(jìn)化算法 33

3.3.2 差分進(jìn)化算法的其他形式 35

3.3.3 改進(jìn)的差分進(jìn)化算法 35

3.4 差分進(jìn)化算法流程 36

3.5 關(guān)鍵參數(shù)的說明 37

3.6 MATLAB仿真實例 39

參考文獻(xiàn) 50

第4章 免疫算法 53

4.1 引言 53

4.2 免疫算法理論 54

4.2.1 生物免疫系統(tǒng) 54

4.2.2 免疫算法概念 56

4.2.3 免疫算法的特點 57

4.2.4 免疫算法算子 57

4.3 免疫算法種類 61

4.3.1 克隆選擇算法 61

4.3.2 免疫遺傳算法 61

4.3.3 反向選擇算法 62

4.3.4 疫苗免疫算法 62

4.4 免疫算法流程 62

4.5 關(guān)鍵參數(shù)說明 64

4.6 MATLAB仿真實例 65

參考文獻(xiàn) 78

第5章 蟻群算法 81

5.1 引言 81

5.2 蟻群算法理論 82

5.2.1 真實蟻群的覓食過程 82

5.2.2 人工蟻群的優(yōu)化過程 84

5.2.3 真實螞蟻與人工螞蟻的異同 84

5.2.4 蟻群算法的特點 85

5.3 基本蟻群算法及其流程 86

5.4 改進(jìn)的蟻群算法 88

5.4.1 精英螞蟻系統(tǒng) 89

5.4.2 較大最小螞蟻系統(tǒng) 89

5.4.3 基于排序的蟻群算法 89

5.4.4 自適應(yīng)蟻群算法 90

5.5 關(guān)鍵參數(shù)說明 91

5.6 MATLAB仿真實例 93

參考文獻(xiàn) 101

第6章 粒子群算法 103

6.1 引言 103

6.2 粒子群算法理論 104

6.2.1 粒子群算法描述 104

6.2.2 粒子群算法建模 105

6.2.3 粒子群算法的特點 105

6.3 粒子群算法種類 106

6.3.1 基本粒子群算法 106

6.3.2 標(biāo)準(zhǔn)粒子群算法 106

6.3.3 壓縮因子粒子群算法 107

6.3.4 離散粒子群算法 108

6.4 粒子群算法流程 108

6.5 關(guān)鍵參數(shù)說明 109

6.6 MATLAB仿真實例 112

參考文獻(xiàn) 122

第7章 模擬退火算法 125

7.1 模擬退火算法簡介 125

7.2 模擬退火算法理論 126

7.2.1 物理退火過程 126

7.2.2 模擬退火原理 127

7.2.3 模擬退火算法思想 128

7.2.4 模擬退火算法的特點 128

7.2.5 模擬退火算法的改進(jìn)方向 129

7.3 模擬退火算法流程 130

7.4 關(guān)鍵參數(shù)說明 131

7.5 MATLAB仿真實例 132

參考文獻(xiàn) 143

第8章 禁忌搜索算法 145

8.1 禁忌搜索算法簡介 145

8.2 禁忌搜索算法理論 146

8.2.1 局部鄰域搜索 146

8.2.2 禁忌搜索 147

8.2.3 禁忌搜索算法的特點 147

8.2.4 禁忌搜索算法的改進(jìn)方向 148

8.3 禁忌搜索算法流程 148

8.4 關(guān)鍵參數(shù)說明 150

8.5 MATLAB仿真實例 153

參考文獻(xiàn) 164

第9章 神經(jīng)網(wǎng)絡(luò)算法 165

9.1 神經(jīng)網(wǎng)絡(luò)算法簡介 165

9.2 神經(jīng)網(wǎng)絡(luò)算法理論 166

9.2.1 人工神經(jīng)元模型 166

9.2.2 常用激活函數(shù) 167

9.2.3 神經(jīng)網(wǎng)絡(luò)模型 168

9.2.4 神經(jīng)網(wǎng)絡(luò)工作方式 168

9.2.5 神經(jīng)網(wǎng)絡(luò)算法的特點 169

9.3 BP神經(jīng)網(wǎng)絡(luò)算法 170

9.4 神經(jīng)網(wǎng)絡(luò)算法實現(xiàn) 173

9.4.1 數(shù)據(jù)預(yù)處理 173

9.4.2 神經(jīng)網(wǎng)絡(luò)實現(xiàn)函數(shù) 174

9.5 MATLAB仿真實例 177

參考文獻(xiàn) 185

附錄A MATLAB常用命令及函數(shù) 187

網(wǎng)友評論(不代表本站觀點)

免責(zé)聲明

更多出版社