| 崔志华，1976年生，2008年5月获得西安交通大学系统工程专业博士学位，现为太原科技大学计算机学院副教授、硕士生导师。主要研究方向为：进化计算、群智能算法、随机优化等。作为项目负责人主持承担了国家青年科学基金等省部级以上科研课题6项，2011年入选山西省高校青年学术带头人支持计划。现为国际期刊《International Journal Of Bio—inspired Computation》及《International Journal of Wireless and Mobile Computing》主编，获得省部级以上自然科学奖2项，在国内外学术期刊及国际会议上发表论文1.. << 查看详细 |
| 《社会情感优化算法》 第一部分 导引篇 第1章 绪论3 1.1 问题的提出3 1.2 智能计算概述4 1.2.1 智能计算分类4 1.2.2 智能计算方法原理5 1.2.3 无免费午餐定理7 1.3 进化计算7 1.3.1 进化算法的一般框架8 1.3.2 遗传算法8 1.3.3 进化策略9 1.3.4 进化规划10 1.3.5 遗传程序设计10 1.4 常见的群体智能算法11 1.4.1 蚁群算法11 1.4.2 视觉扫描优化算法12 1.4.3 萤火虫算法14 1.4.4 搜索者优化算法15 1.4.5 人工蜂群算法的原理16 .1.4.6 人工鱼群算法18 1.5 本书的篇章结构19 参考文献20 第2章 社会情感算法23 2.1 已有的人类社会研究成果23 2.2 社会情感理论26 2.2.1 理智前提下的情感26 2.2.2 个人情绪和社会情感及其相互关系27 2.2.3 情绪对行为的影响和对环境的反馈28 2.3 社会情感优化算法29 2.3.1 算法介绍29 2.3.2 社会行为分析31 2.4 仿真实验32 2.4.1 实验环境32 2.4.2 参数m1及m2的选择33 2.4.3 实验结果及分析35 2.5 小结37 参考文献37 第二部分 原理篇 第3章 情感更新方式及选择方式的策略研究43 3.1 常见的几种概率分布43 3.1.1 正态分布43 3.1.2 柯西分布44 3.1.3 莱维分布45 3.2 基于正态分布的社会情感优化算法45 3.2.1 算法思想45 3.2.2 算法流程47 3.2.3 基于均匀设计的参数选择47 3.3 基于柯西分布和莱维分布的社会情感优化算法49 3.4 基于情感强度第一定律的情感计算方式52 3.4.1 情感与价值52 3.4.2 情感强度第一定律52 3.4.3 基于情感强度第一定律的情感计算53 3.4.4 随机期望值模型的应用54 3.5 小结59 参考文献59 第4章 基于决策理论的社会情感优化算法61 4.1 决策的相关内容介绍61 4.1.1 个体决策介绍62 4.1.2 群体决策介绍63 4.2 基于个体决策的社会情感优化算法66 4.2.1 决策任务66 4.2.2 决策步骤66 4.2.3 决策结果67 4.2.4 算法步骤67 4.2.5 实验仿真68 4.3 利用群体决策历史信息的社会情感优化算法69 4.3.1 算法背景69 4.3.2 决策过程69 4.3.3 算法步骤70 4.3.4 实验仿真70 4.4 基于小世界模型的社会情感优化算法72 4.4.1 常见的邻域结构72 4.4.2 ws小世界模型73 4.4.3 nw小世界模型74 4.5 小结75 参考文献76 第5章 混合社会情感优化算法79 5.1 基于metropolis准则的社会情感优化算法79 5.1.1 社会情感优化算法的多样性分析79 5.1.2 metropolis准则介绍79 5.1.3 基于metropolis准则的社会情感优化算法80 5.1.4 实例仿真81 5.2 基于二次插值法的社会情感优化算法82 5.2.1 二次插值法介绍84 5.2.2 二次插值法与社会情感优化算法的结合84 5.3 在非线性方程组求解的应用85 5.3.1 非线性方程组及其等价优化模型87 5.3.2 仿真实验88 5.4 小结89 参考文献90 第三部分 应用篇 第6章 团簇优化问题的社会情感优化算法求解95 6.1 团簇优化问题介绍95 6.1.1 lennard-jones势函数95 6.1.2 lennard-jones原子团簇96 6.1.3 基于团簇结构的优化算法99 6.1.4 团簇结构的研究现状100 6.1.5 ag团簇101 6.2 基于社会情感优化算法的团簇问题求解102 6.2.1 限域拟牛顿优化算法102 6.2.2 算法流程104 6.2.3 团簇优化结果105 6.3 基于种子技术的团簇结构优化108 6.3.1 种子技术介绍108 6.3.2 基于种子技术的改进seoa109 6.4 基于格点技术的团簇结构优化113 6.4.1 离散的社会情感优化算法介绍114 6.4.2 格点技术114 6.4.3 离散化社会情感优化算法114 6.4.4 原子团簇的优化结果与方法分析116 6.5 小结117 参考文献118 第7章 社会情感优化算法在电力系统无功优化中的应用121 7.1 电力系统概述121 7.2 电力系统无功优化的数学模型122 7.2.1 网损最小的经典无功优化模型122 7.2.2 以电压水平为目标的无功优化模型123 7.2.3 多目标罚函数的无功优化模型123 7.2.4 计及网损和控制成本的无功优化模型123 7.2.5 本章采用的无功优化模型124 7.3 现有电力系统无功优化算法介绍125 7.3.1 常规优化算法125 7.3.2 智能优化算法127 7.4 社会情感优化算法在电力系统无功优化中的应用128 7.4.1 算法求解流程129 7.4.2 算例应用与分析129 7.5 基于情感计算的社会情感优化算法148 7.5.1 情绪变化模型149 7.5.2 三维情绪空间149 7.5.3 情绪变化矩阵150 7.5.4 引入情绪变化模型的社会情感优化算法151 7.5.5 算法步骤152 7.6 emseoa在无功优化中的应用152 7.6.1 emseoa的无功优化流程152 7.6.2 应用算例及分析152 7.7 小结155 参考文献156 附录a 典型测试函数159 附录b 剑桥大学lj数据库团簇优化标准结果169 附录c 典型的电力系统173 |
内容加载中，请稍后...
商品评论（0条）