☆☆☆☆☆
简体网页||繁体网页



点击这里下载

类似图书 点击查看全场最低价

---

内容简介

　　《蚁群智能优化方法及其应用》在简要阐述智能优化方法相关理论的基础上，介绍了蚁群智能优化方法的基本原理、算法基本要素等基本内容。同时，介绍了蚁群智能优化方法在旅行商问题、背包问题、定向问题、属性约简、卫星资源调度问题、旅游路线规划问题以及多目标组合优化问题等复杂组合优化问题的应用示例，详细阐述了蚁群智能优化方法在具体应用中的基本设计方法以及算法性能改善的有效途径。
　　《蚁群智能优化方法及其应用》适合作为从事智能优化方法及其应用研究的相关科技工作者、专业技术人员的参考书，也可作为计算机学科、控制科学等专业研究生和高年级本科生学习蚁群智能优化方法的参考书。

作者简介

　　柯良军，自2008年起任教于西安交通大学系统工程研究所。研究领域为复杂系统建模与优化、模式识别，主要包括资源调度、物流、多目标优化、鲁棒优化。主持国家自然科学基金等科研项目。研究成果在IEE Etransaction on Cybernetics、European Journal of Operational Research、Omega等国际期刊发表。

内页插图

目录

第1章 绪章
1．1 引言
1．2 复杂性理论的基础知识
1．2．1 算法的复杂度
1．2．2 问题的复杂度
1．3 智能优化方法概述
1．3．1 常用的智能优化方法
1．3．2 智能优化方法的一般框架
1．3．3 智能优化方法分类
1．3．4 智能优化方法的特点
1．4 本书内容及组织
参考文献

第2章 蚁群优化方法概述
2．1 蚁群算法的思想起源
2．2 蚁群算法的基本框架
2．3 基本蚁群算法及其典型改进算法
2．3．1 基本蚁群算法
2．3．2 蚁群系统
2．3．3 最大最小蚂蚁系统
2．4 蚁群算法研究现状
2．4．1 蚁群算法的应用
2．4．2 蚁群算法的改进
2．4．3 蚁群算法的理论研究
2．5 小结
参考文献

第3章 旅行商问题
3．1 引言
3．2 算法描述
3．3 算法随机模型与收敛性质分析
3．4 参数设置和数值实验分析
3．4．1 参数设置
3．4．2 与其他改进蚁群算法的比较
3．5 小结
参考文献

第4章 多维背包问题
4．1 问题描述
4．2 现有算法回顾
4．3 算法描述
4．3．1 算法的基本思想
4．3．2 信息素和启发信息的定义
4．3．3 解的构造
4．3．4 信息素的更新规则
4．3．5 局部搜索
4．4 信息素下界的选取
4．4．1 Stützle和Hoos法的分析
4．4．2 自适应方法
4．5 实验分析
4．5．1 解的评价
4．5．2 参数选取
4．5．3 性能分析
4．6 小结
参考文献

第5章 定向问题
5．1 问题描述
5．2 算法描述
5．2．1 启发信息的定义
5．2．2 解的构造
5．2．3 信息素的更新规则
5．3 差异量的性质
5．4 平均差异量的计算
5．5 实验分析
5．6 小结
参考文献

第6章 团队定向问题
6．1 问题描述
6．2 现有算法回顾
6．3 算法描述
6．3．1 信息素和启发信息的定义
6．3．2 解的构造
6．3．3 信息素的更新规则
6．3．4 局部搜索
6．4 实验分析
6．4．1 参数设置
6．4．24 种构造法的比较
6．4．3 与其他算法的比较
6．5 小结
参考文献

第7章 属性约简
7．1 问题描述
7．2 现有算法回顾
7．3 算法描述
7．3．1 边模式蚁群算法
7．3．2 团模式蚁群算法
7．3．3 点模式蚁群算法
7．4 实验分析
7．5 小结
参考文献

第8章 卫星资源调度问题
8．1 问题描述
8．1．1 卫星测控基本概念
8．1．2 卫星测控资源调度
8．2 卫星测控资源调度模型
8．2．1 决策变量的选择
8．2．2 约束条件的描述
8．2．3 卫星测控资源调度数学模型
8．3 卫星测控资源调度问题求解
8．3．1 蚁群算法
8．3．2 解的构造
8．3．3 实验结果
8．4 小结
参考文献

第9章 旅游路线规划问题
9．1 引言
9．2 问题描述
9．3 旅游路线规划问题的数学模型
9．4 相关算法
9．4．1 GLS（Guided Local Search）
9．4．2 GRASP（Greedy Random Adaptive Search Procedure）
9．4．3 烟花算法
9．5 蚁群算法及其分析
9．6 小结
参考文献

第10章 多目标组合优化问题
10．1 引言
10．2 多目标优化的基本概念
10．3 基于分解的多目标蚁群算法
10．3．1 MOEA/D-ACO求解MOKP
10．3．2 MOEA/D-ACO求解MTSP
10．4 与MOEA/D-GA在MOKP上的比较
10．4．1 实验条件
10．4．2 性能评价指标
10．4．3 结果比较
10．5 与BicriterionAnt在MTSP上的比较
10．5．1 实验条件
10．5．2 实验结果
10．6 小结
参考文献

附录

前言/序言

　　最优化是人类决策的基本准则。智能优化方法作为一类重要的优化方法，通过模拟自然界中的智能行为或现象，在可接受的时间内，得到问题的满意解。智能计算具有很强的适应性，易于实现，广泛应用于工业生产和社会生活中的复杂大规模优化问题，受到国内外学术界和工业界的极大关注。
　　蚁群智能优化方法是一类重要的智能优化方法，已经用于解决许多复杂的优化问题。本书在总结主流智能优化方法的基础上，介绍了蚁群智能优化方法的基本思想和基本要素，同时，详细阐述了蚁群智能优化方法的算法改进和理论研究等方面的研究成果。
　　蚁群智能优化方法原理较简单，但实现起来却并不简单。它的成功应用依赖于使用者对算法原理、待解决问题的理解程度，也依赖于算法编程实现。本书着重讲述了作者在用蚁群智能优化方法解决旅行商问题、背包问题、定向问题、属性约简、卫星资源调度问题以及多目标组合优化问题等复杂组合优化问题时的设计思路，有助于读者更好地理解和掌握蚁群智能优化方法，并用于解决其他难题。
　　本书共10章。第1章讲述智能优化方法的基本概念及其重要性；第2章给出蚁群智能优化方法的基本原理和算法要素，概述其国内外研究现状；在后续的各个章节中，针对8个问题讲述如何利用蚁群智能优化方法进行算法设计和分析。
　　本书适合计算机、自动化等专业本科生和研究生用于了解和学习蚁群智能优化方法等智能计算方法，也可作为科研工作者和工程技术人员的参考书。
　　本书得到国家自然科学基金项目（编号：61573277）和陕西省自然科学基金（编号：2015JM6316）的资助以及宇航动力学国家重点实验室开放基金的支持，在此表示诚挚感谢。本书的完成得益于冯祖仁教授、张青富教授和李晶研究员的指导。
　　由于作者水平有限，书中难免有各种不足，敬请读者不吝批评指正。
蚁群智能优化方法及其应用 电子书 下载 mobi epub pdf txt

评分☆☆☆☆☆

没看 买着压箱底的

评分☆☆☆☆☆

没看 买着压箱底的

评分☆☆☆☆☆

没看 买着压箱底的

评分☆☆☆☆☆

不错的专业书籍，买来学习一下，赞一下京东，搞活动价格很好。

评分☆☆☆☆☆

好书天天看，天天看好书

评分☆☆☆☆☆

不错的专业书籍，买来学习一下，赞一下京东，搞活动价格很好。

评分☆☆☆☆☆

好书(?▽?)

评分☆☆☆☆☆

好书(?▽?)

评分☆☆☆☆☆

没看 买着压箱底的

类似图书 点击查看全场最低价