亚洲成色欲aV人片在线播放无码,亚洲一级av无码毛片精品

內(nèi)容簡介

　　《群智能優(yōu)化算法及其應(yīng)用》以群智能優(yōu)化算法中的粒子群優(yōu)化（Particle Swarm Optimization，PSO）算法為主線，著重闡述了PSO算法的基本原理、改進(jìn)策略，從解空間設(shè)計(jì)、粒子編碼以及求解流程等方面進(jìn)行了詳細(xì)設(shè)計(jì)與闡述，對蟻群優(yōu)化（Ant Colony Optimization，ACO）算法、人工魚群（Artificial Fish School，AFS）算法以及新穎的人工蜂群（Artificial Bee Colony，ABC）算法和細(xì)菌覓食優(yōu)化（Bacteria Foraging Optimization，BFO）算法等群智能優(yōu)化算法也做了簡要介紹，結(jié)合群智能優(yōu)化機(jī)理，對PPI網(wǎng)絡(luò)的功能模塊聚類分析問題進(jìn)行模型構(gòu)建和算法設(shè)計(jì)，是本書的特色所在?！度褐悄軆?yōu)化算法及其應(yīng)用》可作為人工智能、計(jì)算機(jī)科學(xué)、管理科學(xué)、系統(tǒng)工程、自動化、生物信息學(xué)等專業(yè)高年級本科生、研究生和教師的參考書，也可供理工科其他專業(yè)的師生參考，還可供從事優(yōu)化領(lǐng)域的科技人員閱讀和參考。

作者簡介

暫缺《群智能優(yōu)化算法及其應(yīng)用》作者簡介

圖書目錄

序
前言
第1章緒論
1.1 引言
1.2 群智能優(yōu)化算法的思想起源
1.2.1 粒子群優(yōu)化算法
1.2.2 蟻群優(yōu)化算法
1.2.3 人工蜂群算法
1.2.4 人工魚群算法
1.2.5 細(xì)菌覓食優(yōu)化算法
1.3 本書組織結(jié)構(gòu)
1.4 小結(jié)
參考文獻(xiàn)
第2章經(jīng)典優(yōu)化理論與方法
2.1 引言
2.2 線性規(guī)劃
2.2.1 凸集和凸函數(shù)
2.2.2 線性規(guī)劃的基本性質(zhì)
2.3 非線性規(guī)劃
2.4 整數(shù)規(guī)劃
2.4.1 分支定界法
2.4.2 割平面法
2.4.3 指派問題
2.5 動態(tài)規(guī)劃
2.5.1 動態(tài)規(guī)劃的一些基本概念
2.5.2 動態(tài)規(guī)劃的基本定理和基本方程
2.5.3 逆推解法和順推解法
2.5.4 動態(tài)規(guī)劃與靜態(tài)規(guī)劃的關(guān)系
2.6 多目標(biāo)優(yōu)化
2.6.1 多目標(biāo)優(yōu)化問題描述
2.6.2 基于Pareto的多目標(biāo)最優(yōu)解集
2.7 小結(jié)
參考文獻(xiàn)
第3章智能優(yōu)化方法
3.1 引言
3.2 遺傳算法
3.2.1 概述
3.2.2 基本遺傳算法的描述
3.2.3 基本遺傳算法的實(shí)現(xiàn)
3.2.4 遺傳算法的應(yīng)用步驟
3.3 模擬退火算法
3.4 禁忌搜索算法
3.4.1 局部搜索
3.4.2 禁忌搜索
3.5 蟻群優(yōu)化算法
3.5.1 基本蟻群優(yōu)化算法的原理
3.5.2 基本蟻群優(yōu)化算法的系統(tǒng)學(xué)特征
3.5.3 基本蟻群優(yōu)化算法的數(shù)學(xué)模型
3.5.4 基本蟻群優(yōu)化算法的具體實(shí)現(xiàn)
3.6 人工魚群算法
3.6.1 算法描述
3.6.2 算法步驟
3.7 人工蜂群算法
3.7.1 算法描述
3.7.2 算法步驟
3.8 細(xì)菌覓食優(yōu)化算法
3.8.1 趨向性操作
3.8.2 復(fù)制操作
3.8.3 遷徙操作
3.9 免疫算法
3.9.1 免疫算法的基本原理
3.9.2 免疫算子的機(jī)理
3.10 DNA計(jì)算
3.10.1 DNA計(jì)算的研究背景
3.10.2 DNA計(jì)算機(jī)理及其特點(diǎn)
……
第4章粒子群優(yōu)化算法
第5章 PSO算法用于函數(shù)優(yōu)化
第6章群智能優(yōu)化算法求解TSP
第7章 PSO算法求解交通優(yōu)化與調(diào)度問題
第8章群智能算法與路徑規(guī)劃
第9章 PSO算法與圖像處理
第10章群智能優(yōu)化算法與生物序列比對
第11章群智能聚類融合算法與PPI網(wǎng)絡(luò)
附錄