图文详情

多目标智能优化算法及其应用

雷德明、严新平著 / 科学出版社 / 2009-03 / 平装

售价 300.00

品相 九五品

优惠

发货

承诺48小时内发货

运费

本店暂时无法向该地区发货

延迟发货说明

时间：

说明：

上书时间2019-12-16

数量: 仅1件在售，欲购从速

立即购买加入购物车收藏

卖家超过10天未登录

十三年老店

开心书斋

店铺等级

拍卖等级

资质认证

90天平均

成功完成

93.32% (415笔)

好评率

100%

发货时间

8.4小时

店主

晨晨雅雅

联系

在线交谈离线留言

地址

山西省运城市盐湖区

电话

联系卖家

进店逛逛收藏店铺

商品详情
店铺评价

立即购买加入购物车收藏

手机购买

微信扫码访问

图书条目信息
图书 > 计算机与互联网
多目标智能优化算法及其应用
作者: 雷德明著；严新平著

出版社: 科学出版社

出版时间: 2009-03

版次: 1

ISBN: 9787030236944

定价: 75.00

装帧: 平装

开本: 16开

纸张: 胶版纸

页数: 389页

字数: 490千字

正文语种: 简体中文

丛书: 智能科学技术著作丛书
内容简介：

　　智能优化算法是一类通过模拟某一自然现象或过程而建立起来的优化方法，这类算法包括进化算法、粒子群算法、禁忌搜索、分散搜索、模拟退火、人工免疫系统和蚁群算法等。本书系统地介绍了多目标智能优化算法理论与应用，力图全面地介绍多目标智能优化算法的最新研究进展。全书共分为8章，主要内容包括：多目标进化算法、多目标粒子群算法、其他多目标智能优化算法、人工神经网络优化、交通与物流系统优化、多目标生产调度和电力系统优化及其他。
　　本书内容取材新颖，覆盖面广，系统深入，注重理论联系实际。本书可作为计算机、自动控制、人工智能、管理科学和工业工程等专业的研究生及高年级本科生教材，也可作为从事计算智能、生产调度等研究人员和工程技术人员的参考书。

作者简介：

　　雷德明，武汉理工大学自动化学院副教授。硕士生导师。2005年11月毕业于上海交通大学，获工学博士学位，2009年2月于武汉理工大学交通运输工程博士后流动站出站。主要研究方向：系统优化与智能调度、计算智能等。先后主持和承担了973、国家自然科学基金、中国博士后科学基金和湖北省自然科学基金等科研项目。发表学术论文30余篇．被SCI和EI收录20余篇。

目录：

《智能科学技术著作丛书》序
前言
第1章绪论
1.1进化算法
1.1.1进化算法的基本框架
1.1.2遗传算法
1.1.3进化策略
1.1.4进化规划
1.2粒子群算法
1.2.1标准粒子群算法
1.2.2算法解析
1.3蚁群算法
1.3.1蚁群算法的基本思想
1.3.2蚁群算法的实现过程
1.3.3蚁群算法描述
1.3.4蚁群优化的特点
1.4模拟退火算法
1.4.1模拟退火算法的基本原理
1.4.2模拟退火算法描述
1.5人工免疫系统
1.5.1生物免疫系统
1.5.2人工免疫系统
1.6禁忌搜索
1.7分散搜索
1.8多目标优化基本概念
参考文献
第2章多目标进化算法
2.1基本原理
2.1.1MOEA模型
2.1.2性能指标与测试函数
2.2典型多目标进化算法
2.2.1VEGA、MOGA、NPGA和NSGA
2.2.2SPEA和SPEA2
2.2.3NSGA2
2.2.4PAES
2.2.5其他典型MOEA
2.3多目标混合进化算法
2.3.1多目标遗传局部搜索
2.3.2J—MOGLS
2.3.3MPAES
2.3.4多目标混沌进化算法
2.4协同多目标进化算法
2.5动态多目标进化算法
2.5.1IMOEA
2.5.2动态MOEA(DMOEA)
2.6并行多目标进化算法
2.6.1并行多目标进化算法的基本原理
2.6.2多分辨率多目标遗传算法
2.6.3并行单前端遗传算法
2.7其他多目标进化算法
2.7.1高维多目标优化的NSGA2改进算法
2.7.2动态多目标优化的进化算法
2.8结论与展望
参考文献
第3章多目标粒子群算法
3.1基本原理
3.2典型多目标粒子群算法
3.2.1CMOPSO
3.2.2多目标全面学习粒子群算法
3.2.3Pareto档案多目标粒子群优化
3.3多目标混合粒子群算法
3.3.1模糊多目标粒子群算法
3.3.2基于分散搜索的多目标混合粒子群算法
3.4交互粒子群算法
3.5结论
参考文献
第4章其他多目标智能优化算法
4.1多目标模拟退火算法
4.2多目标蚁群算法
4.2.1连续优化问题的多目标蚁群算法
4.2.2组合优化问题的多目标蚁群算法
4.3多目标免疫算法
4.4多目标差分进化算法
4.5多目标分散搜索
4.6结论
参考文献
第5章人工神经网络优化
5.1Pareto进化神经网络
5.2径向基神经网络优化与设计
5.3递归神经网络优化与设计
5.4模糊神经网络多目标优化
5.5结论
参考文献
第6章交通与物流系统优化
6.1物流配送路径优化
6.1.1多目标车辆路径优化
6.1.2多目标随机车辆路径优化
6.2城市公交路线网络优化
6.3公共交通调度
6.3.1概述
6.3.2多目标驾驶员调度
6.4结论
参考文献
第7章多目标生产调度
7.1生产调度描述_
7.1.1车间调度问题
7.1.2间隙生产调度
7.1.3动态生产调度
7.1.4批处理机调度和E／T调度
7.2生产调度的表示方法
7.3基于进化算法的多目标车间调度
7.3.1多目标流水车间调度
7.3.2多目标作业车间调度
7.4基于进化算法的多目标模糊调度
7.4.1模糊调度：Sakawa方法
7.4.2模糊作业车间调度：cMEA方法
7.5基于进化算法的多目标柔性调度
7.5.1混合遗传调度方法
7.5.2混合遗传算法
7.6基于粒子群优化的多目标调度
7.6.1基于粒子群优化的多目标作业车间调度
7.6.2多目标柔性调度的混合粒子群方法
7.7多目标随机调度
7.8结论与展望
参考文献
第8章电力系统优化及其他
8.1电力系统优化
8.1.1基于免疫算法的多目标无功优化
8.1.2基于分层优化的多目标电网规划
8.1.3基于NSGA2及协同进化的多目标电网规划
8.2多播Qos路由优化
8.3单元制造系统设计
8.3.1概述
8.3.2基于禁忌搜索的多目标单元构造
8.3.3基于并行禁忌搜索的多目标单元构造
8.4自动控制系统设计
8.4.1概述
8.4.2混合动力学系统控制
8.4.3鲁棒PID控制器设计
8.5结论
参考文献
附录部分测试函数

展开全部
货号：

31-2-4
- 图2
配送说明

...
相似商品
为你推荐