成功加入购物车
刘勇 、 康立山 、 陈毓屏 著 / 科学出版社 / 1995-01 / 平装
售价 ¥ 20.00 4.1折
定价 ¥49.00
品相 九五品
优惠 满包邮
延迟发货说明
上书时间2023-04-27
卖家超过10天未登录
非数值并行算法(第二册 遗传算法)
《非数值并行算法(第二册遗传算法典藏版)》系统地叙述了非数值并行算法之一的遗传算法的基本原理以及新进展,同时为了便于读者解决实际问题,书中对具体算法的步骤作了详细介绍。《非数值并行算法(第二册遗传算法典藏版)》共分七章,第一章介绍算法的思想、特点,发展过程和前景。第二章介绍算法的基本理论。第三章讨论算法解连续优化问题。第四章利用算法设计和优化神经网络。第五章介绍在组合优化中的应用。第六章介绍应用遗传程序设计解决程序没计自动化问题。第七章对遗传算法和其它适应性算法进行比较。
《非数值并行算法(第二册遗传算法典藏版)》可供高校有关专业的师生、科研人员,工程技术人员阅读参考。
序言第一章 绪论1.1 自然进化与遗传算法1.2 遗传算法的描述1.3 表示方案的实例1.3.1 工程设计的最优化1.3.2 人工蚁问题1.4 遗传算法的特点1.5 遗传算法的发展简史1.6 遗传算法的研究内容及其前景第二章 遗传算法的数学理论2.1 遗传算法的基本定理2.2 隐含并行性2.3 基因块假设2.4 最小欺骗问题2.5 遗传算法欺骗问题的分析与设计2.6 模式的几何表示2.7 遗传算法收敛性分析2.7.1 基本定义2.7.2 守恒杂交算子2.7.3 完全变异算子2.7.4 遗传算法的马尔柯夫链分析第三章 解连续优化问题的遗传算法3.1 基本的遗传算法3.1.1 引言3.1.2 算法描述3.1.3 算法性能分析3.1.4 从目标函数到适应函数3.1.5 基本的选择方法3.2 遗传算法中控制参数的最优化3.2.1 自适应系统模型3.2.2 试验设计3.2.3 试验结果3.3 适应值的比例变换3.3.1 基本的比例方法3.3.2 用于选择比例函数的准则的性质3.3.3 比例函数的一维族3.3.4 比例函数的m维族3.4 解函数优化的并行遗传算法3.4.1 遗传算法与并行计算机3.4.2 并行搜索和最优化3.4.3 并行遗传算法的形式描述3.4.4 性能评估3.4.5 数值结果3.4.6 超线性加速比3.4.7 PGA与一般最优化方法3.5 混合遗传算法3.5.1 混合的原则3.5.2 修改的遗传算子3.6 退火演化算法3.6.1 模拟退火算法概述3.6.2 退火演化算法用于求解连续优化问题3.6.3 比较结果及退火演化算法的并行策略3.7 约束最优化问题第四章 用遗传算法设计神经网络4.1 神经网络概述4.2 感知机结构的设计4.2.1 感知机模型及其学习算法4.2.2 神经网络设计与遗传算法4.2.3 感知机的遗传表示4.2.4 演化过程4.2.5 试验设计4.3 前馈神经网络的设计4.3.1 反向传播法4.3.2 混合学习系统4.3.3 试验结果和结论第五章 遗传算法在组合优化中的应用5.1 基于有序的遗传算法和图着色问题5.1.1 图着色问题5.1.2 基于有序的表示和遗传算子5.1.3 图着色问题的实例5.2 解贷郎担问题的遗传算法5.2.1 货郎担问题与几个常用的遗传算子5.2.2 算法描述5.2.3 货郎担问题的计算结果5.3 解映射问题的并行遗传算法5.3.1 引言5.3.2 遗传表示和并行策略5.3.3 并行遗传算法的执行分析第六章 遗传程序设计与程序设计自动化6.1 引言6.2 遗传程序设计的主要步骤6.3 遗传程序设计的具体描述6.3.1 函数集和端点集6.3.2 初始结构6.3.3 适应值度量6.3.4 主要操作6.3.5 控制参数6.4 解人工蚁问题的遗传程序设计第七章 遗传算法与其它自适应搜索方法的比较7.1 引言7.2 四种自适应搜索方法的比较7.3 结束语附录 Groschel货郎担问题的顶点坐标参考文献
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30