| 本书从原理、算法描述、理论、应用、发展前景等各方面对蚁群优化作出了全面论述。相信对于学术研究者来说，这本书能帮助您更深刻地理解蚁群优化，为学术研究提供新的思想源泉和研究方法；对于工程和应用研究者来说，这本书能为实际应用问题的求解提供全新的思路，为蚁群优化思想的应用提供指引；对于学生或优化算法爱好者来说，这本书将成为您打开蚁群优化之门的钥匙。 |
| 1 从真实蚂蚁到人工蚂蚁 1.1 蚂蚁的觅食行为及其优化过程 1.1.1 双桥实验 1.1.2 随机模型 1.2 向人工蚂蚁转换 1.3 人工蚂蚁和最小成本路径 1.3.1 S-ACO 1.3.2 有关S-ACO的实验 1.4 书目评注 1.5 需要牢记的知识点 1.6 思考与计算习题 2 蚁群优化元启发式算法 2.1 组合优化 2.1.1 计算复杂度 2.1.2 NP-难问题的解决方法 2.1.3 什么是元启发式算法 2.2 ACO元启发式算法 2.2.1 问题描述 2.2.2 蚂蚁的行为 2.2.3 元启发式算法 2.3 如何应用ACO 2.3.1 旅行商问题 2.3.2 顺序排列问题 2.3.3 广义分配问题 2.3.4 多重背包问题 2.3.5 网络路由问题 2.3.6 动态旅行商问题 2.4 其他元启发式算法 2.4.1 模拟退火 2.4.2 禁忌搜索 2.4.3 导向性局部搜索 2.4.4 迭代局部搜索 2.4.5 贪婪随机自适应搜索过程 2.4.6 进化计算 2.4.7 分散搜索 2.5 书目评注 2.6 需要牢记的知识点 2.7 思考与计算习题 3 旅行商问题中的蚁群优化算法 3.1 旅行商问题 3.2 TSP中的ACO算法 3.3 蚂蚁系统及其直接后续算法 3.3.1 蚂蚁系统 3.3.2 精华蚂蚁系统 3.3.3 基于排列的蚂蚁系统 3.3.4 最大最小蚂蚁系统 3.4 蚂蚁系统的扩展 3.4.1 蚁群系统 3.4.2 近似非确定性树搜索 3.4.3 ACO的超立方体框架 3.5 并行执行 3.6 实验测评 3.6.1 ACO算法的行为 3.6.2 蚂蚁系统与它的扩展算法的比较 3.7 添加局部搜索的ACO 3.7.1 如何在ACO算法中加入局部搜索 3.8 ACO算法的实现 3.8.1 数据结构 3.8.2 算法 3.8.3 实现其他ACO算法时的修改 3.9 书目评注 3.10 需要牢记的知识点 3.11 思考与计算习题 4 蚁群优化理论 4.1 ACO的理沦思考 4.2 问题和算法 4.3 收敛性证明 4.3.1 值收敛 4.3.2 解收敛 4.3.3 ACO算法的附加特性 4.3.4 证明实际上说明了什么问题 4.3.5 一些ACO算法的收敛性 4.4 ACO与基于模型的搜索 4.4.1 基于模型的搜索 4.4.2 MBS框架中的SGA和CE 4.4.3 ACO，SGA和CE 4.5 书目评注 4.6 需要牢记的知识点 4.7 思考与计算习题 5 NP-难问题的蚁群优化 5.1 路由问题 5.1.1 顺序排列 5.1.2 车辆路由 5.2 分配问题 5.2.1 二次分配 5.2.2 广义分配问题 5.2.3 频率分配 5.2.4 其他针对分配问题的ACO应用 5.3 调度问题 5.3.1 单机器总权重延迟调度 5.3.2 工序车间、开放车间和组车间调度 5.3.3 资源约束项目调度 5.3.4 其他针对调度问题的ACO应用 5.4 子集问题 5.4.1 集合覆盖 5.4.2 带权约束的图树分割问题 5.4.3 边带权l-基树问题 5.4.4 针对其他子集问题的ACO应用 5.5 对其他NP-难问题的ACO应用 5.5.1 最短公共超序列问题 5.5.2 箱子包装 5.5.3 2D-HP蛋白质折叠 5.5.4 带约束满足 5.6 机器学习问题 5.6.1 分类规则的学习 5.6.2 贝叶斯网络结构的学习 …… |
![EDA工程的理论与实践——SOC系统芯片设计[按需印刷]](http://images.china-pub.com/ebook15001-20000/18486/zcover.jpg)
内容加载中，请稍后...
商品评论（0条）