| 李丽，吉林长春人，博士、教授，硕士生导师，深圳大学管理学院副院长。2001年广东省“千百十”人才，2004年度深圳市优秀教师。出版著作9部，主持国家、省、市级项目10余项及10多项横向课题。其中国家社科基金项目“宏观税收负担数量分析模型”荣获吉林省教委科技进步一等奖；吉林省科委项目“数据包络分析在经济管理中的应用”荣获吉林省教委科技进步一等奖。目前研究方向为运筹与优化、智能决策与管理、智能计算，发表相关论文40余篇。 |
| 1 1绪论 1.1 相关背景 1.2 生物启发式计算 1.2.1 遗传算法 1.2.2 神经计算 1.2.3 模糊系统 1.2.4 其他生物启发式计算方法 1.3 群体智能 1.3.1 群体智能简介 1.3.2 群体智能的基本特性 1.4 群体智能算法及其研究现状 1.4.1 蚂蚁算法 1.4.2 粒子群优化算法 1.4.3 群体智能算法应用研究现状 1.5 展望 参考文献 2 粒子群算法 2.1 引言 2.2 粒子群算法概述 2.2.1 粒子群算法的起源 2.2.2 原始粒子群算法 2.2.3 标准粒子群算法 2.3 标准测试函数 2.4 粒子群算法的实现 参考文献 3 粒子群算法参数分析 3.1 引言 3.2 惯性权重分析 3.2.1 线性惯性权重策略 3.2.2 非线性惯性权重策略 3.2.3 其他策略 3.3 学习因子分析 3.4 其他参数分析 参考文献 4 改进粒子群算法 4.1 粒子群算法改进研究综述 4.1.1 参数改进 4.1.2 拓扑结构的改进 4.1.3 混合策略 4.1.4 基于生物行为的改进 4.2 基于差分进化的一种新型混合粒子群算法 4.2.1 差分进化算法 4.2.2 基于差分进化的混合粒子群算法 4.2.3 试验设置与测试函数 4.2.4 试验结果- 4.3 基于模拟退火思想的粒子群算法 4.3.1 概述 4.3.2 模拟退火算法 4.3.3 基于模拟退化思想的粒子群混合算法 4.3.4 实验设置与测试函数 4.3.5 实验结果 4.4 基于细菌趋化的改进粒子群算法 4.4.1 PSOBC算法 …… 5 粒子群算法的应用 |
内容加载中，请稍后...
商品评论（0条）