最 低 价：￥57.20
| 本书重点是群体行为模型的算法实现： 考查了社会网络结构如何用于在个体问交换信息，以及这些个体的聚集行为如何形成一个功能强大的有机体。 简要介绍了形式化优化理论。 概述了与群体智能有关的进化计算方法，如遗传算法、进化规划、进化策略、文化算法和协同进化。 着眼于以鸟群中鸟的舞蹈运动作为粒子群优化（pso）模型的基础，并提供了一种处理各类：pso模型的通用方法 证明了蚂蚁行为如何用实现蚁群优化（aco）算法来解决现实问题，如路径优化、结构优化、数据挖掘和数据聚类。 考虑了不同种类的优化问题，包括多目标优化、动态环境、离散和连续搜索空间、约束优化和小生境方法。 给出了一个配套的网站：http：／／si．cs．up．ac．za，该网站包含了各种不同算法的java类和实现，它们可以用于测试pso算法和aco算法。 |
| 第1章 引言 第一部分 优化理论 第2章 优化问题和方法 第3章 无约束优化 第4章 约束优化 第5章 多解问题 第6章 多目标优化 第7章 动态优化问题 第二部分 进化计算 第8章 进化计算导论 第9章 进化计算方法 第10章 协同进化 第三部分 粒子群优化 第11章 引言 第12章 基本粒子群优化 第13章 粒子轨迹 第14章 收敛性的证明 第15章 单解粒子群优化 第16章 小生境粒子群优化 第17章 利用粒子群优化的约束优化 第18章 粒子群多目标优化 第19章 动态环境中的粒子群优化 第20章 离散粒子群优化 第21章 粒子群优化的应用 第四部分 蚂蚁算法 第22章 引言 第23章 蚁群优化的元启发算法 第24章 蚁群优化算法的一般框架 第25章 蚁群优化算法 第26章 蚁群算法的应用 第27章 集体决策 第28章 蚁群优化的收敛性 第29章 墓地组织与育雏 第30章 分工 第31章 后记 参考文献 高级阅读材料 附录a 缩略词 附录b 符号 索引 |
内容加载中，请稍后...
商品评论（0条）