注冊(cè) | 登錄讀書(shū)好,好讀書(shū),讀好書(shū)!
讀書(shū)網(wǎng)-DuShu.com
當(dāng)前位置: 首頁(yè)出版圖書(shū)科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)人工智能微粒群優(yōu)化與調(diào)度算法

微粒群優(yōu)化與調(diào)度算法

微粒群優(yōu)化與調(diào)度算法

定 價(jià):¥35.00

作 者: 王凌、劉波
出版社: 清華大學(xué)出版社
叢編項(xiàng):
標(biāo) 簽: 人工智能

ISBN: 9787302169963 出版時(shí)間: 2008-01-01 包裝: 平裝
開(kāi)本: 16 頁(yè)數(shù): 219 字?jǐn)?shù):  

內(nèi)容簡(jiǎn)介

  微粒群優(yōu)化(PSO)算法在連續(xù)優(yōu)化與生產(chǎn)調(diào)度方面的研究成果。全書(shū)由8章構(gòu)成,內(nèi)容自成體系,第1~2章介紹PS0算法的原理、框架和相關(guān)理論,第3~5章介紹PSO算法在連續(xù)優(yōu)化領(lǐng)域的研究,第6~8章介紹PSO算法在生產(chǎn)調(diào)度領(lǐng)域的研究。 各章節(jié)內(nèi)容具體安排如下:第1章主要介紹PSO算法的原理、特點(diǎn)、流程和相關(guān)研究進(jìn)展。第2章從系統(tǒng)性的角度,闡述群體智能優(yōu)化的統(tǒng)一框架和收斂性理論,給出算法設(shè)計(jì)的指導(dǎo)性原則。第3章闡述基于PSO算法的無(wú)約束優(yōu)化研究,介紹混沌PSO算法、退火PSO算法及其應(yīng)用。第4章闡述基于 PSO算法的約束優(yōu)化研究,介紹協(xié)進(jìn)化PSO算法、基于可行性規(guī)則的PSO算法及其相關(guān)改進(jìn)。第5章闡述基于PSO算法的不確定優(yōu)化研究,介紹基于假設(shè)檢驗(yàn)和基于序優(yōu)化的PSO算法及其相關(guān)應(yīng)用。第6章重點(diǎn)闡述基于PSO算法的置換流水線調(diào)度研究,介紹算法的詳細(xì)設(shè)計(jì)和仿真結(jié)果。第7章分別闡述零等待、有限緩沖區(qū)、多目標(biāo)、不確定、零空閑等復(fù)雜流水線調(diào)度的PSO算法設(shè)計(jì)與仿真結(jié)果。第8章闡述作業(yè)車(chē)問(wèn)調(diào)度的連續(xù)PSO算法和離散PSO算法的設(shè)計(jì)與仿真結(jié)果。 《微粒群優(yōu)化與調(diào)度算法》主要面向計(jì)算機(jī)、自動(dòng)化、管理、機(jī)械等學(xué)科的教師、學(xué)生以及相關(guān)領(lǐng)域研究與開(kāi)發(fā)技術(shù)人員。

作者簡(jiǎn)介

  王凌,男,1972年8月生,江蘇武進(jìn)人,博士。1935年和1999年在清華大學(xué)自動(dòng)化系分別獲學(xué)士和博士學(xué)位,畢業(yè)后留校任教,2002年晉升副教授、研究生導(dǎo)師,2007年在美國(guó)密西根大學(xué)從事訪問(wèn)學(xué)者一年。現(xiàn)擔(dān)任IEEE計(jì)算智能協(xié)會(huì)(CIS)涌現(xiàn)技術(shù)委員會(huì)(ETTC)委員,山東大學(xué)威海分校兼職教授,聊城大學(xué)兼職教授,歐洲工業(yè)工程期刊(EJIE)、國(guó)際自動(dòng)化與控制期刊(IJAAC)、國(guó)際軟計(jì)算期刊(IJSC)、開(kāi)放性運(yùn)籌學(xué)期刊(OORJ)、國(guó)際工程與應(yīng)用科學(xué)期刊(IJEAS)、國(guó)際電氣與電力工程期刊(IJEPE)、亞洲信息技術(shù)期刊(AJIT)等國(guó)際期刊的編委,國(guó)家自然科學(xué)基金項(xiàng)目、科技部863項(xiàng)目以及霍英東基金項(xiàng)目的通訊評(píng)議專家,IEEE-T-SMC-B、IEEE-T-EC、IEEE-T-NN、IEEE-T-ASE、C&OR、C&IE、EJOR等20多家國(guó)際著名期刊的評(píng)委,《中國(guó)科學(xué)》、《自動(dòng)化學(xué)報(bào)》、《計(jì)算機(jī)學(xué)報(bào)》、《軟件學(xué)報(bào)》、《電子學(xué)報(bào)》等40多家國(guó)內(nèi)著名期刊的評(píng)委。主要研究興趣為智能優(yōu)化理論與方法、生產(chǎn)調(diào)度系統(tǒng)建模與優(yōu)化等。先后承擔(dān)和參與國(guó)家自然科學(xué)基金項(xiàng)目5項(xiàng)、科技部973項(xiàng)目子課題2項(xiàng)、科技部863項(xiàng)目4項(xiàng)、北京市科委項(xiàng)目1項(xiàng)以及若干國(guó)際合作、企業(yè)合作項(xiàng)目。已出版專著《智能優(yōu)化算法及其應(yīng)用》、《車(chē)間調(diào)度及其遺傳算法》,譯著《過(guò)程的動(dòng)態(tài)特性與控制》,并參編《中國(guó)大百科全書(shū)》第二版。已在IEEE-T-SMC-A、IEEE-T-SMC-B、C&OR、IJPR、EAAl、AMC、CS&F、IJAMT、PLA等國(guó)內(nèi)外著名學(xué)術(shù)刊物上發(fā)表論文150篇,其中SCl已收錄50篇、El已收錄80篇。所發(fā)表論著至今已被SCI引用260余次、被中國(guó)知識(shí)網(wǎng)CNKl他引2400余次、被Google學(xué)術(shù)搜索他引1300余次。曾獲2003年度教育部提名國(guó)家自然科學(xué)獎(jiǎng)一等獎(jiǎng)、2097年度高等學(xué)校自然科學(xué)獎(jiǎng)二等獎(jiǎng)、清華大學(xué)優(yōu)秀博士論文一等獎(jiǎng)、ICMLC’02國(guó)際會(huì)議優(yōu)秀論文獎(jiǎng)、中國(guó)CDC’05年會(huì)優(yōu)秀論文獎(jiǎng)、ICT’06國(guó)際會(huì)議優(yōu)秀論文獎(jiǎng)、清華大學(xué)出版社優(yōu)秀圖書(shū)一等獎(jiǎng)、清華大學(xué)優(yōu)秀教材二等獎(jiǎng)、清華大學(xué)優(yōu)秀班主任一等獎(jiǎng)。2004年入選北京市科技新星。

圖書(shū)目錄

第1章 微粒群優(yōu)化算法
 1.1 微粒群優(yōu)化算法的基本原理 
 1.2 基本微粒群優(yōu)化算法 
 1.3 基本微粒群優(yōu)化算法的流程和特點(diǎn) 
 1.4 微粒群優(yōu)化算法的改進(jìn)研究 
 1.5 復(fù)雜環(huán)境下的微粒群優(yōu)化算法研究 
  1.5.1 基于PSO算法的多目標(biāo)優(yōu)化 
  1.5.2 基于PSO算法的約束優(yōu)化 
  1.5.3 基于PSO算法的離散優(yōu)化 
  1.5.4 基于PSO算法的動(dòng)態(tài)優(yōu)化 
 1.6 微粒群優(yōu)化算法的應(yīng)用研究 
 1.7 微粒群優(yōu)化算法研究總結(jié)與展望 
 參考文獻(xiàn) 
第2章 群體智能優(yōu)化統(tǒng)一框架
 2.1 群體智能優(yōu)化算法理論研究進(jìn)展
  2.1.1 統(tǒng)一框架研究概述
  2.1.2 收斂性理論研究概述
 2.2 群體智能優(yōu)化算法的統(tǒng)一描述
  2.2.1 群體智能優(yōu)化算法的基本環(huán)節(jié)
  2.2.2 群體智能優(yōu)化算法的統(tǒng)一框架
 2.3 群體智能優(yōu)化框架的實(shí)例化
  2.3.1 微粒群優(yōu)化算法
  2.3.2 差分進(jìn)化算法
  2.3.3 分散搜索算法
  2.3.4 蟻群算法
  2.3.5 遺傳算法
  2.3.6 進(jìn)化規(guī)劃
  2.3.7 進(jìn)化策略
 2.4 基于統(tǒng)一框架的群體智能優(yōu)化算法設(shè)計(jì)
  2.4.1 社會(huì)協(xié)作策略的選擇
  2.4.2 自我適應(yīng)策略的選擇
  2.4.3 競(jìng)爭(zhēng)策略的選擇
 2.5 混合群體智能優(yōu)化算法的統(tǒng)一描述
  2.5.1 混合群體智能優(yōu)化算法的基本環(huán)節(jié)
  2.5.2 混合群體智能優(yōu)化算法的統(tǒng)一框架
 2.6 基于統(tǒng)一框架的算法收斂性分析
  2.6.1 基礎(chǔ)知識(shí)
  2.6.2  基于統(tǒng)一框架的群體智能優(yōu)化算法性能分析
  2.6.3 基于統(tǒng)一框架的混合智能算法性能分析
 2.7 小結(jié)
 參考文獻(xiàn)
第3章 基于PSO算法的無(wú)約束優(yōu)化
 3.1 混沌微粒群優(yōu)化算法
  3.1.1 自適應(yīng)慣性權(quán)因子
  3.1.2 混沌局部搜索
  3.1.3 混沌PSO算法
  3.1.4 仿真實(shí)驗(yàn)
 3.2 結(jié)合模擬退火的微粒群優(yōu)化算法
  3.2.1 混合算法的設(shè)計(jì)思想
  3.2.2 混合微粒群優(yōu)化算法流程
  3.2.3 基于混合PSO算法的參數(shù)估計(jì)
 3.3 基于PSO算法的混沌系統(tǒng)控制與同步
  3.3.1 混沌系統(tǒng)的控制和同步問(wèn)題描述
  3.3.2 混沌系統(tǒng)控制的仿真
  3.3.3 混沌系統(tǒng)同步的仿真
 參考文獻(xiàn)
第4章 基于PSO算法的約束優(yōu)化
 4.1 約束優(yōu)化問(wèn)題描述
 4.2 智能約束處理技術(shù)概述
  4.2.1 無(wú)約束化處理
  4.2.2 基于排序的方法
  4.2.3 基于多目標(biāo)的方法
  4.2.4 特殊算子法
  ……
第5章 基于PSO算法的不確定優(yōu)化
第6章 基于PSO算法的置換流水線調(diào)度
第7章 基于PSO算法的復(fù)雜流水線調(diào)度
第8章 基于PSO算法的作業(yè)車(chē)間調(diào)度

本目錄推薦

掃描二維碼
Copyright ? 讀書(shū)網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)