- 自学习型粒子群优化算法--原理及其应用
- - 作者：杨震伦|责编:吴旭芝
  - 出版社：广东高教
  - ISBN：9787536178144
  - 出版日期：2024/11/01
  - 页数：163
- 售价：27.2

内容大纲
本书所述的自学习型粒子群优化算法是在粒子群优化算法思想的启发下，引入算法自学习的模型，通过将算法在搜索过程中所生成的各类信息进行归纳分析获得高层信息，并在此基础上设计新机制来提升种群搜索效率的一种新型算法。本书总结了个体适应度关系学习、个体访问位置信息学习、子群搜索模式增强学习等三大类自学习模型，构建了实现自学习型粒子群优化算法的五种典型方法，以此来实现算法对复杂优化问题的高效求解。
本书旨在帮助读者了解自学习型粒子群优化算法的核心思想和算法框架，强化读者对自学习型粒子群优化算法的应用能力，主要面向从事群体智能研究的科研人员和工程技术人员，也可以作为计算机、电信、自动化、应用数学、管理、金融等相关学科的各类院校教师和学生的参考书。
作者介绍
目录
第一章  绪论
  第一节  最优化问题概述
    一、最优化问题的求解模型
    二、多目标优化相关概念
  第二节  单目标粒子群算法研究现状
    一、基本粒子群算法及标准粒子群算法
    二、单目标粒子群算法改进研究现状
    三、单目标粒子群算法理论及应用研究现状
  第三节  多目标粒子群算法研究现状
    一、多目标优化算法概述
    二、几种多目标粒子群算法
    三、多目标粒子群算法改进研究现状
    四、多目标粒子群算法理论及应用研究现状
  第四节  本书结构安排
第二章  精英提升粒子群算法
  第一节  精英提升策略
    一、精英提升策略的核心思想
    二、精英提升算子
    三、精英提升算子搜索特点分析
  第二节  精英提升算子对比实验
    一、量子行为粒子群算法简介
    二、测试函数及设置
    三、结果与讨论
  第三节  精英提升粒子群算法与其他先进算法的对比实验
    一、EPQPSO（TRANS）与其他算法的对比
    二、EPQPSO（DE）与其他算法的对比
第三章  自适应精英提升及扩展精英提升粒子群算法
  第一节  自适应精英提升粒子群算法
    一、算法核心思想
    二、算法流程
    三、实验及结果
  第二节  扩展精英提升粒子群算法
    一、核心思想
    二、算法流程
    三、实验及结果
第四章  用于电力经济负荷分配的双重精英提升量子粒子群算法
  第一节  电力系统负荷分配问题的数学模型
    一、目标函数
    二、等式约束
    三、不等式约束
  第二节  双重精英提升量子粒子群算法
    一、粒子的表示方法
    二、双重精英提升策略
    三、算法描述
  第三节  双重精英提升QPSO算法的算例分析
    一、算例Ⅰ
    二、算例Ⅱ
    三、算例Ⅲ
第五章  基于精英播种和转座子的多目标粒子群算法
  第一节  算法要点

    一、算法核心思想及算法流程
    二、精英播种策略
    三、Leader的选择
    四、周期惯性权重
  第二节  实验及结果分析
    一、测试函数
    二、性能评价指标
    三、参数设置
    四、结果及分析
第六章  浮动搜索中心的粒子群及飞蛾扑火混合算法
  第一节  搜索策略
  第二节  算法流程
  第三节  算法时间复杂度分析
  第四节  实验及结果
    一、MLP分类器优化问题
    二、实验数据集
    三、实验设置
    四、结果及分析
第七章  面向图像多阈值分割的非重访量子粒子群算法
  第一节  Kapur熵
  第二节  非重访量子粒子群优化算法
    一、非重访方案
    二、自动算法停止方案
    三、精细搜索策略
  第三节  实验及结果分析
    一、测试图像
    二、实验环境及参数设置
    三、性能评价指标
    四、结果与分析
第八章  搜索模式自适应选择的自学习混合粒子群算法
  第一节  自学习混合粒子群算法研究背景
    一、樽海鞘群算法
    二、相关研究分析
  第二节  自学习混合粒子群算法
    一、搜索策略及算法框架
    二、搜索模式自学习策略
  第三节  实验及结果分析
    一、解的准确性和稳定性
    二、计算效率
参考文献
后记

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目