熱力學(xué)粒子群優(yōu)化算法研究及其應(yīng)用

定　價(jià)：￥25.00

作　者：	徐星著
出版社：	天津大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	熱學(xué)與物質(zhì)分子運(yùn)動(dòng)論

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787561839171	出版時(shí)間：	2011-05-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	98	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　《熱力學(xué)粒子群優(yōu)化算法研究及其應(yīng)用》主要闡述粒子群優(yōu)化算法與熱力學(xué)原理混合策略方面的研究成果。全書(shū)是在作者博士學(xué)位論文的基礎(chǔ)上撰寫(xiě)而成，共分為七章。第1章從智能算法的角度系統(tǒng)地闡述了智能研究的發(fā)展歷程；第2章介紹了粒子群優(yōu)化算法的兩個(gè)思想起源，并從五個(gè)方面對(duì)粒子群優(yōu)化算法的研究現(xiàn)狀做了一個(gè)簡(jiǎn)要的概述；第3～5章將熱力學(xué)原理和熱運(yùn)動(dòng)機(jī)制引入到粒子群優(yōu)化算法的設(shè)計(jì)與分析之中，分別從分子力、布朗運(yùn)動(dòng)、擴(kuò)散現(xiàn)象三個(gè)層面研究一類融合熱力學(xué)機(jī)制的粒子群優(yōu)化算法；第6章把第3～5章提出的改進(jìn)粒子群優(yōu)化算法應(yīng)用于非線性模型的參數(shù)估計(jì)；第7章基于策略模式設(shè)計(jì)并實(shí)現(xiàn)了粒子群優(yōu)化算法平臺(tái)?！稛崃W(xué)粒子群優(yōu)化算法研究及其應(yīng)用》可以作為計(jì)算機(jī)、控制科學(xué)、自動(dòng)化等學(xué)科的參考書(shū)，也可供從事智能計(jì)算和演化優(yōu)化等方面研究的科研人員閱讀與參考。

作者簡(jiǎn)介

暫缺《熱力學(xué)粒子群優(yōu)化算法研究及其應(yīng)用》作者簡(jiǎn)介

圖書(shū)目錄

第1章　緒論
　1.1　智能與智能科學(xué)
　1.2　人工智能
　1.3　計(jì)算智能
　　1.3.1　演化計(jì)算
　　1.3.2　模擬退火算法
　　1.3.3　禁忌搜索
　　1.3.4　免疫算法
　1.4　群智能
　　1.4.1　粒子群優(yōu)化算法
　　1.4.2　蟻群算法
　　1.4.3　魚(yú)群算法
　　1.4.4　其他群智能算法
第2章　粒子群優(yōu)化算法研究現(xiàn)狀
　2.1　粒子群優(yōu)化算法思想起源和發(fā)展
　　2.1.1　粒子群優(yōu)化算法的思想起源
　　2.1.2　粒子群優(yōu)化算法的發(fā)展
　2.2　粒子群優(yōu)化算法的理論分析
　2.3　粒子群優(yōu)化算法的種群結(jié)構(gòu)
　　2.3.1　靜態(tài)鄰域拓?fù)浣Y(jié)構(gòu)研究
　　2.3.2　動(dòng)態(tài)鄰域拓?fù)浣Y(jié)構(gòu)研究
　2.4　粒子群優(yōu)化算法的參數(shù)選擇及優(yōu)化
　2.5　粒子群優(yōu)化算法與其他思想的融合
　2.6　粒子群優(yōu)化算法的應(yīng)用研究
第3章　基于分子運(yùn)動(dòng)論的粒子群優(yōu)化算法
　3.1　分子運(yùn)動(dòng)論的發(fā)展過(guò)程
　3.2　改進(jìn)的粒子群優(yōu)化算法
　3.3　實(shí)驗(yàn)仿真與結(jié)果分析
　3.4　吸引和排斥階段的行為分析
　　3.4.1　吸引和排斥的比例變化
　　3.4.2　粒子到群質(zhì)心距離最大、最小和平均值的變化曲線
　3.5　MPSO算法的參數(shù)選取及優(yōu)化
　　3.5.1　正交試驗(yàn)設(shè)計(jì)
　　3.5.2　基于正交試驗(yàn)設(shè)計(jì)的參數(shù)選擇和優(yōu)化
第4章　基于伊藤過(guò)程的粒子群優(yōu)化算法
　4.1　伊藤過(guò)程
　4.2　伊藤算法
　　4.2.1　伊藤過(guò)程的抽象
　　4.2.2　伊藤算法的框架及關(guān)鍵算子的設(shè)計(jì)
　4.3　基于伊藤過(guò)程的三種改進(jìn)粒子群優(yōu)化算法
　　4.3.1　具有漂移算子的粒子群優(yōu)化算法
　　4.3.2　IPS01算法的初步實(shí)驗(yàn)
　　4.3.3　具有漂移和波動(dòng)算子的粒子群優(yōu)化算法
　　4.3.4　基于熱力學(xué)選擇機(jī)制的漂移粒子群優(yōu)化算法
　　4.3.5　實(shí)驗(yàn)仿真與結(jié)果分析
第5章　基于擴(kuò)散機(jī)制的雙種群粒子群優(yōu)化算法
　5.1　擴(kuò)散現(xiàn)象
　5.2　擴(kuò)散定律及擴(kuò)散系數(shù)
　5.3　融合擴(kuò)散機(jī)制的雙種群粒子群優(yōu)化算法
　　5.3.1　相關(guān)工作
　　5.3.2　DPSO算法的思想和流程
　5.4　實(shí)驗(yàn)結(jié)果及分析
　5.5　借鑒不同熱運(yùn)動(dòng)機(jī)制的PSO算法對(duì)比分析
第6章　基于粒子群優(yōu)化算法的非線性模型參數(shù)估計(jì)
　6.1　參數(shù)估計(jì)
　6.2　非線性模型
　　6.2.1　漸近回歸模型
　　6.2.2　Logistic模型
　6.3　非線性模型的參數(shù)估計(jì)
　　6.3.1　真實(shí)數(shù)據(jù)
　　6.3.2　隨機(jī)采樣數(shù)據(jù)
第7章　基于策略模式的粒子群優(yōu)化算法平臺(tái)設(shè)計(jì)
　7.1　設(shè)計(jì)模式
　7.2　策略模式
　7.3　算法平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)
　　7.3.1　算法平臺(tái)設(shè)計(jì)
　　7.3.2　算法平臺(tái)實(shí)現(xiàn)
　　7.3.3　算法平臺(tái)演示
參考文獻(xiàn)