成功加入购物车
夏辉 译者;阿布·埃拉·哈桑尼(Aboul Ella Hassanien);艾德·埃默里(Eid Emary) / 电子工业出版社 / 2017-03 / 精装
售价 ¥ 267.00
品相 八五品
优惠 满包邮
延迟发货说明
上书时间2024-03-23
卖家超过10天未登录
集群智能:原理、发展和应用
本书包含了许多群智能算法的前沿应用,如群机器人、自组织生产和下一代网络路由协议等。与国内大多数同类书籍不同,本书并不直接介绍群智能算法,而是以一章的篇幅介绍群智能方法的生物学基础,使得读者能够对群智能的渊源有一个了解,从而更好地理解群智能方法。
阿布•埃拉•哈桑尼,艾德•埃默里,埃及著名集群智能算法专家,精通集群智能以及受生物启发的计算方法,国际集群智能研究学术带头人。
夏辉,宋勋,王硕,王豪,智能控制专家。
第1章 绪论1.1灵感启发来源1.1.1集群智能算法1.1.2非集群智能的生物启发式算法1.1.3基于物理和化学的算法1.1.4其他算法1.2随机变量1.2.1均匀分布1.2.2正态分布1.2.3柯西分布1.2.4泊松分布1.2.5Levy分布1.3生成伪随机数1.3.1累积方法1.3.2接受/拒绝法1.3.3组合方法1.4随机游走1.5混沌1.6本章小结参考文献第2章 蝙蝠算法(BA)2.1蝙蝠算法2.1.1蝙蝠行为2.1.2蝙蝠算法的具体内容2.2蝙蝠算法衍生算法2.2.1离散蝙蝠算法2.2.2二进制蝙蝠算法2.2.3混沌蝙蝠算法(CBA)2.2.4并行蝙蝠算法2.2.5约束问题蝙蝠算法2.2.6Lèvy分布蝙蝠算法2.2.7带有Lèvy分布的混沌蝙蝠算法2.2.8自适应蝙蝠算法2.2.9参数自适应蝙蝠算法2.3蝙蝠算法与其他算法的融合2.3.1蝙蝠算法与差分进化算法的融合2.3.2蝙蝠算法与粒子群优化算法的融合2.3.3蝙蝠算法与布谷鸟搜索的融合2.3.4蝙蝠算法与模拟退火算法的融合2.3.5蝙蝠算法与和声搜索的融合2.3.6蝙蝠算法与人工蜂群算法的融合2.4蝙蝠算法的应用实例2.4.1蝙蝠算法在病态地磁反转问题中的应用2.4.2蝙蝠算法在社会网络社区检测问题中的应用2.5本章小结参考文献第3章 人工鱼群3.1鱼群优化3.1.1生物原理3.1.2人工鱼群算法3.2AFSA的衍生算法3.2.1简化的二进制AFSA算法3.2.2快速AFSA算法(FAFSA)3.2.3改进AFSA算法3.2.4新AFSA算法(NAFSA)3.2.5变异AFSA算法3.2.6模糊自适应AFSA算法3.2.7参数自适应的AFSA算法3.2.8改进捕食策略的AFSA算法3.2.9量子AFSA算法3.2.10混沌AFSA算法3.2.11并行AFSA算法(PAFSA)3.3AFSA与其他算法的融合3.3.1AFSA与文化算法(CA)的融合算法(CAFAC)3.3.2AFSA与PSO算法的融合算法3.3.3AFSA与萤火虫优化算法(GSO)的融合算法3.3.4AFSA与细胞学习自动机的融合算法3.4AFSA的应用实例3.4.1AFSA在无线网络最优簇头(CHs)位置选择中的应用3.4.2AFSA在社会网络社区检测问题中的应用3.5本章小结参考文献第4章 布谷鸟搜索算法4.1布谷鸟搜索(CS)4.1.1布谷鸟的繁殖行为4.1.2人工布谷鸟搜索4.2布谷鸟搜索算法的衍生算法4.2.1离散布谷鸟搜索算法4.2.2二进制编码布谷鸟搜索算法4.2.3混沌布谷鸟搜索算法4.2.4并行布谷鸟搜索算法4.2.5约束问题布谷鸟搜索算法4.2.6参数自适应的布谷鸟搜索算法4.2.7高斯布谷鸟搜索算法4.3布谷鸟搜索算法与其他算法的融合4.3.1布谷鸟搜索算法与差分进化算法的融合4.3.2布谷鸟搜索算法与分散搜索算法的融合4.3.3布谷鸟搜索算法与蚁群优化算法的融合4.3.4布谷鸟搜索算法与鲍威尔搜索算法的融合4.3.5布谷鸟搜索算法与单纯形法的融合4.3.6布谷鸟搜索算法与蝙蝠算法的融合(BA—CS)4.3.7布谷鸟搜索算法与粒子群优化算法的融合4.3.8布谷鸟搜索算法与Levenberg—Marquardt算法的融合(CSLM)4.3.9布谷鸟搜索算法与量子计算的融合4.4布谷鸟搜索算法的应用实例4.4.1布谷鸟搜索在特征选择中的应用4.4.2解决凸经济调度问题的改进布谷鸟搜索算法4.5本章小结参考文献第5章 萤火虫算法5.1萤火虫算法(FFA)5.1.1萤火虫行为介绍5.1.2人工萤火虫算法5.2萤火虫算法的衍生算法5.2.1离散萤火虫算法5.2.2二进制编码萤火虫算法5.2.3混沌萤火虫算法5.2.4并行萤火虫算法5.2.5约束问题萤火虫算法5.2.6Lèvy飞行萤火虫算法(LFA)5.2.7智能萤火虫算法(IFA)5.2.8高斯萤火虫算法(GOFF)5.2.9网络结构萤火虫算法(NS—FA)5.2.10参数自适应萤火虫算法5.3萤火虫算法与其他算法的融合算法5.3.1萤火虫算法与差分进化算法的融合(HEFA)5.3.2萤火虫算法与和声搜索算法的融合(HS/FA)5.3.3萤火虫算法与模式搜索算法的融合(hFAPS)5.3.4萤火虫算法与自动学习机算法的融合(LA—FF)5.3.5萤火虫算法与蚁群优化算法的融合5.4萤火虫算法的应用实例5.5本章小结参考文献第6章 花卉授粉算法6.1花卉授粉算法(FPA)6.1.1花卉授粉特征6.1.2人工花卉授粉算法6.2花卉授粉算法的衍生算法6.2.1二进制花卉授粉算法6.2.2混沌花卉授粉算法6.2.3带有约束条件的花卉授粉算法6.2.4多目标花卉授粉算法6.2.5改进花卉授粉算法6.3花卉授粉算法与其他算法的融合算法6.3.1花卉授粉与PSO的融合算法6.3.2花卉授粉与和声搜索的融合算法6.4花卉授粉算法的应用实例6.5花卉授粉算法在特征选择中的应用6.6本章小结参考文献第7章 人工蜂群优化7.1人工蜂群(ABC)7.1.1算法灵感启发来源7.1.2人工蜂群算法7.2ABC的衍生算法7.2.1二进制编码ABC7.2.2混沌搜索ABC(CABC)7.2.3并行ABC7.2.4约束问题ABC7.2.5列维飞行(Lèvyflight)ABC7.2.6精英选择ABC7.2.7交互式ABC7.2.8基于Pareto的ABC7.2.9模糊混沌ABC7.2.10多目标优化ABC7.2.11JA—ABC7.3ABC与其他算法的融合算法7.3.1ABC与最小二乘法融合算法7.3.2ABC与差分进化的融合算法7.3.3ABC与量子进化的融合算法7.3.4ABC与PS0的融合算法7.3.5ABC与Levenberg—Marquardt的融合算法7.3.6ABC与和声搜索的融合算法7.3.7ABC与蚁群优化的融合算法7.4人工蜂群算法的应用实例7.4.1ABC算法应用于视网膜血管图像分割7.4.2模因ABC整数规划7.5本章小结参考文献第8章 基于狼群的搜索算法8.1独狼搜索算法(WSA)8.1.1自然界中的狼8.1.2人工独狼搜索算法8.1.3独狼搜索算法的衍生算法8.1.4狼群算法(WPA)8.1.5灰狼优化(GWO)8.2独狼搜索优化算法的应用实例8.3本章小结参考文献第9章 总览9.1准则(1):基于集群指引的分类9.2准则(2):基于所采用概率分布的分类9.3准则(3):根据行为数量的分类9.4准则(4):基于个体位置分布的分类9.5准则(5):控制参数的个数9.6准则(6):基于在每一步迭代是否生成全新个体的分类9.7准则(7):基于优化过程中使用速度概念进行搜索的分类9.8准则(8):基于使用的全局寻优/局部搜索方法的分类9.9本章小结参考文献
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