注冊(cè) | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)軟件與程序設(shè)計(jì)程序設(shè)計(jì)綜合二進(jìn)制遺傳算法的改進(jìn)研究

二進(jìn)制遺傳算法的改進(jìn)研究

二進(jìn)制遺傳算法的改進(jìn)研究

定 價(jià):¥56.00

作 者: 朱會(huì)霞
出版社: 東北大學(xué)出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

購(gòu)買這本書可以去


ISBN: 9787551717625 出版時(shí)間: 2018-03-01 包裝:
開本: 16開 頁(yè)數(shù): 155 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  遺傳算法是智能優(yōu)化算法中比較重要方法之一,是一種基于自然選擇和基因遺傳學(xué)原理的全局優(yōu)化算法。具有群體搜索特性,對(duì)優(yōu)化目標(biāo)函數(shù)無要求,僅用適應(yīng)度函數(shù)來評(píng)價(jià)個(gè)體優(yōu)劣。遺傳算法自誕生開始,人們就對(duì)其進(jìn)行了研究,隨著其理論的發(fā)展和應(yīng)用的廣泛,人們對(duì)遺傳算法提出了種種改進(jìn)方案,這些改進(jìn)方法在一定程度上提高了算法的性能,但仍有一些不足有待進(jìn)一步改進(jìn)、完善、發(fā)展和充實(shí)。《二進(jìn)制遺傳算法的改進(jìn)研究》采用先進(jìn)行理論分析,然后用計(jì)算機(jī)仿真驗(yàn)證理論分析的正確性,最后將正確的理論應(yīng)用于實(shí)際優(yōu)化問題的研究方法,以此增強(qiáng)遺傳算法的理論性和適用性,希望《二進(jìn)制遺傳算法的改進(jìn)研究》對(duì)于遺傳算法的發(fā)展及應(yīng)用能具有很好的理論指導(dǎo)意義與應(yīng)用價(jià)值,并可以較好地推動(dòng)遺傳算法的完善和發(fā)展。取得的主要研究成果如下。

作者簡(jiǎn)介

暫缺《二進(jìn)制遺傳算法的改進(jìn)研究》作者簡(jiǎn)介

圖書目錄

1 引言
1.1 研究目的與意義
1.2 國(guó)內(nèi)外研究現(xiàn)狀
1.2.1 遺傳算法的研究現(xiàn)狀
1.2.2 二進(jìn)制遺傳算法的研究現(xiàn)狀
1.3 研究的主要內(nèi)容、方法和技術(shù)路線
1.3.1 研究?jī)?nèi)容
1.3.2 研究方法和技術(shù)路線
2 遺傳算法的基本原理與操作
2.1 遺傳算法的基本用語
2.2 遺傳算法的數(shù)學(xué)模型和基本原理
2.2.1 遺傳算法的數(shù)學(xué)模型
2.2.2 遺傳算法的基本原理
2.3 編碼方法
2.4 初始化種群
2.5 適應(yīng)度函數(shù)
2.6 選擇操作
2.7 交叉操作
2.8 變異操作
2.9 停機(jī)條件
2.1 0 本章小結(jié)
3 遺傳算法的理論基礎(chǔ)
3.1 相關(guān)概念及定義
3.2 模式定理
3.2.1 選擇對(duì)模式的影響
3.2.2 交叉對(duì)模式的影響
3.2.3 變異對(duì)模式的影響
3.3 積木塊假設(shè)
3.4 本章小結(jié)
4 遺傳算法的改進(jìn)研究
4.1 碼長(zhǎng)的確定和編碼
4.2 初始種群的產(chǎn)生
4.3 個(gè)體適應(yīng)度函數(shù)設(shè)計(jì)
4.3.1 兩種基于序的適應(yīng)度函數(shù)計(jì)算方法與模型
4.3.2 兩種基于序的適應(yīng)度函數(shù)模型的比較
4.4 進(jìn)化策略的改進(jìn)
4.4.1 基本遺傳算法的進(jìn)化策略
4.4.2 傳統(tǒng)遺傳算法的進(jìn)化策略
4.4.3 改進(jìn)遺傳算法的進(jìn)化策略
4.5 改進(jìn)進(jìn)化策略GA的測(cè)試與分析
4.5.1 測(cè)試函數(shù)與參數(shù)選擇
4.5.2 測(cè)試結(jié)果與分析
4.6 本章小結(jié)
5 多子代遺傳算法研究
5.1 多子代遺傳算法的生物學(xué)原理
5.2 單點(diǎn)交叉多子代遺傳算法
5.2.1 單點(diǎn)交叉多子代遺傳算法的產(chǎn)生方法
5.2.2 單點(diǎn)交叉多子代種內(nèi)競(jìng)爭(zhēng)操作
5.2.3 單點(diǎn)交叉多子代遺傳算法的進(jìn)化策略
5.2.4 單點(diǎn)交叉多子代遺傳算法的測(cè)試與分析
5.3 兩點(diǎn)交叉多子代遺傳算法
5.3.1 兩點(diǎn)交叉多子代遺傳算法的產(chǎn)生方法
5.3.2 兩點(diǎn)交叉多子代遺傳算法的測(cè)試與分析
5.4 多子代遺傳算法
5.4.1 多子代遺傳算法的產(chǎn)生方法
5.4.2 多子代遺傳算法的測(cè)試與分析
5.5 本章小結(jié)
6 區(qū)間自適應(yīng)遺傳算法研究
6.1 區(qū)間自適應(yīng)遺傳算法的基本思路
6.2 自適應(yīng)移動(dòng)搜索區(qū)間方法
6.3 區(qū)間自適應(yīng)遺傳算法的進(jìn)化策略
6.4 算法的收斂性分析
6.5 本章小結(jié)
7 綜合應(yīng)用實(shí)例
7.1 函數(shù)優(yōu)化中的應(yīng)用
7.1.1 函數(shù)優(yōu)化問題的描述
7.1.2 無約束函數(shù)優(yōu)化問題
7.1.3 有約束函數(shù)優(yōu)化問題
7.2 神經(jīng)網(wǎng)絡(luò)權(quán)值與閾值的優(yōu)化問題
7.2.1 BP算法描述
7.2.2 IAGA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值思想
7.2.3 IAGA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值算法描述
7.2.4 基于BP神經(jīng)網(wǎng)絡(luò)的聯(lián)合收獲機(jī)慣性分離室工藝參數(shù)優(yōu)化實(shí)驗(yàn)
7.3 種植業(yè)結(jié)構(gòu)優(yōu)化與資源最佳分配問題
7.3.1 種植業(yè)結(jié)構(gòu)優(yōu)化與資源分配的數(shù)學(xué)模型
7.3.2 種植業(yè)結(jié)構(gòu)優(yōu)化與資源分配模型的實(shí)例計(jì)算
7.3.3 仿真參數(shù)及模型求解
7.4 基于馬爾可夫模型的東北三省產(chǎn)業(yè)結(jié)構(gòu)預(yù)測(cè)
7.4.1 馬爾可夫預(yù)測(cè)模型
7.4.2 東北三省產(chǎn)業(yè)結(jié)構(gòu)的預(yù)測(cè)
7.5 本章小結(jié)
8 結(jié)論
參考文獻(xiàn)
附錄

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) www.talentonion.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)