新興元啟發(fā)式優(yōu)化方法

定　價：￥118.00

作　者：	趙玉新，（英）劉利強著
出版社：	科學出版社
叢編項：
標　簽：	計算機/網(wǎng)絡人工智能

購買這本書可以去

ISBN：	9787030386144	出版時間：	2013-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	314	字數(shù)：

內容簡介

　　《新興元啟發(fā)式優(yōu)化方法/智能科學技術著作叢書》系統(tǒng)、深入地介紹了仿生智能計算的起源、原理、模型、理論及其應用，力圖概括國內外最新研究進展。全書共分為10章，主要包括啟發(fā)式優(yōu)化思想起源、發(fā)展歷程以及原理剖析，蟻群優(yōu)化算法、粒子群優(yōu)化算法、螢火蟲算法、布谷鳥算法、和聲搜索算法、差分進化算法、隨機蛙跳算法、細菌覓食算法、蝙蝠算法的算法基礎、算法模型、理論分析及算法變種。附錄給出了各章算法的源代碼程序及相關網(wǎng)站。《新興元啟發(fā)式優(yōu)化方法/智能科學技術著作叢書》著眼學術前沿與發(fā)展，取材新穎，深入淺出，系統(tǒng)性強，力求使讀者能夠較快掌握和應用啟發(fā)式優(yōu)化方法?！缎屡d元啟發(fā)式優(yōu)化方法/智能科學技術著作叢書》可為控制科學、計算機科學、系統(tǒng)科學、管理科學、人工智能等領域從事優(yōu)化及智能計算研究的相關人員提供參考，同時也可作為相關專業(yè)研究生和高年級本科生教材。

作者簡介

　　楊新社（Xin—She Yang），英國牛津大學應用數(shù)學專業(yè)博士畢業(yè)，現(xiàn)為Middlesex University（UK）和Reykjavik University（Iceland）教授，及劍橋大學IASupervisor，曾任英國國家物理實驗室高級科學家。Xin—She Yang教授長期在應用數(shù)學、數(shù)學建模、計算數(shù)學、工程優(yōu)化以及科學、數(shù)值計算方法等領域從事科學研究。在國際上首創(chuàng)3種啟發(fā)式算法：螢火蟲算法（2008）、布谷鳥搜索算法（2009）和蝙蝠算法（2010）。撰寫或編輯著作15部，發(fā)表研究論文192篇。其研究成果在《Nature》Update（2000年8月）、《Sconce》Online news（2010年8月）先后報道。所獲榮譽包括：牛津大學Garside獎（1996）、FeUow of Royal Institution（2005）等。趙玉新，工學博士，現(xiàn)為哈爾濱工程大學副教授，博士生導師。主要從事決策支持系統(tǒng)理論及海事應用研究工作。曾以訪問學者身份先后赴美國紐約州立大學（2004～2005）、英國帝國理工學院（2012～2 013）進行合作研究。近年來，主持國家自然科學基金3項、國家重大科技專項課題2項、國家部委預先研究項目等多項基礎科研課題，并獲得國防科技進步一等獎1項（2010），軍隊科技進步二等獎2項（2007、2012）。已在國內外刊物發(fā)表學術論文50余篇，出版著作、教材4部，授權國家發(fā)明專利6項、國家軟件著作權10項。目前兼任中國運籌學會決策科學分會常務理事、中國航海學會理事、英國皇家導航學會會員、中國海洋學會軍事海洋學專業(yè)委員會委員、中國宇航學會無人機分會任務規(guī)劃專業(yè)委員會委員。劉利強，工學博士，現(xiàn)為哈爾濱工程大學副教授，碩士生導師。主要從事群集智能優(yōu)化技術、任務規(guī)劃技術、智能航行決策技術研究工作。近年來，主持國家自然科學基金1項、國防重點型號科研2項、省部級科研及預研等多項科研課題，完成成果鑒定2項。已在國內外核心期刊和國際學術會議上發(fā)表論文40余篇，出版著作、教材3部，申請國家發(fā)明專利10項、軟件著作權6項。目前兼任黑龍江省儀器儀表學會理事、《船舶工程》期刊編委、中國航海學會會員、中國慣性技術學會會員。

圖書目錄

《智能科學技術著作叢書》序
前言
第1章概述
1.1 引言
1.2 元啟發(fā)式算法分類及特點
1.3 尋找免費的午餐
1.4 元啟發(fā)式算法的發(fā)展方向
1.5 本書構思及結構
參考文獻
第2章蟻群優(yōu)化算法
2.1 算法基礎
2.1.1 產(chǎn)生與發(fā)展
2.1.2 生物學原理
2.1.3 國內外研究現(xiàn)狀
2.1.4 發(fā)展趨勢
2.2 算法模型
2.2.1 元啟發(fā)式算法
2.2.2 蟻群優(yōu)化元啟發(fā)式算法框架
2.2.3 經(jīng)典蟻群算法模型
2.3 理論分析
2.3.1 收斂性分析
2.3.2 狀態(tài)轉移策略分析
2.4 改進算法介紹
2.4.1 離散域蟻群算法改進
2.4.2 連續(xù)域蟻群算法改進
參考文獻
第3章粒子群優(yōu)化算法
3.1 算法基礎
3.1.1 產(chǎn)生與發(fā)展
3.1.2 國內外研究現(xiàn)狀
3.1.3 研究熱點
3.2 算法模型
3.2.1 算法統(tǒng)一框架
3.2.2 算法設計步驟
3.2.3 算法基本描述與分析
3.3 理論分析
3.3.1 收斂性分析
3.3.2 種群拓撲結構分析
3.4 改進算法介紹
3.4.1 基于種群多樣性的模糊粒子群優(yōu)化算法
3.4.2 雙子群離散粒子群優(yōu)化算法
參考文獻
第4章螢火蟲算法
4.1 算法基礎
4.1.1 產(chǎn)生與發(fā)展
4.1.2 生物學原理
4.1.3 國內外研究現(xiàn)狀
4.2 算法模型
4.2.1 螢火蟲算法基本思想
4.2.2 螢火蟲算法數(shù)學描述
4.2.3 標準螢火蟲算法的基本流程
4.3 理論分析
4.3.1 螢火蟲算法性能和算法參數(shù)研究
4.3.2 算法測試
4.4 改進算法介紹
4.4.1 螢火蟲算法改進研究動態(tài)
4.4.2 多目標螢火蟲算法研究
參考文獻
第5章布谷鳥搜索算法
5.1 算法基礎
5.1.1 產(chǎn)生與發(fā)展
5.1.2 生物學原理
5.2 算法模型
5.2.1 數(shù)學原理
5.2.2 基本算法流程
5.2.3 算法應用
5.3 理論分析
5.3.1 隨機算法收斂準則
5.3.2 布谷鳥搜索算法的Markov模型建立與收斂性分析
5.3.3 參數(shù)研究
5.3.4 算法測試
5.4 改進算法介紹
5.4.1 算法的改進思路
5.4.2 典型改進算法介紹
參考文獻
第6章和聲搜索算法
6.1 算法基礎
6.2 和聲搜索算法模型
6.2.1 算法流程
6.2.2 參數(shù)的影響
6.2.3 算法改進思路
6.3 理論分析
6.3.1 馬爾可夫鏈基礎知識
6.3.2 馬爾可夫鏈的狀態(tài)分類
6.3.3 和聲搜索算法收斂性證明
參考文獻
第7章差分進化算法
7.1 算法基礎
7.1.1 產(chǎn)生與發(fā)展
7.1.2 差分進化算法（DE）的基本概念及特點
7.2 算法模型
7.2.1 差分進化算法（DE）的實施流程
7.2.2 差分進化算法迭代步驟
7.2.3 差分進化算法基本族群
7.3 算法改進
7.3.1  MNDE的基本原理
7.3.2  MNDE中的參數(shù)設置
7.3.3  MNDE算法性能驗證
參考文獻
第8章隨機蛙跳算法
8.1 算法基礎
8.1.1 算法的特點
8.1.2 算法研究現(xiàn)狀
8.2 算法模型
8.2.1 生物學原理
8.2.2 數(shù)學原理
8.2.3 算法的實現(xiàn)
參考文獻
第9章細菌覓食算法
9.1 算法介紹
9.1.1 產(chǎn)生與發(fā)展
9.1.2 應用研究
9.1.3 算法生物學原理
9.2 算法模型
9.2.1 算法原理
9.2.2 理論分析
9.2.3 參數(shù)選取
9.2.4 算法實現(xiàn)
9.2.5 算法的改進思路
9.2.6 仿真實驗及分析
參考文獻
第10章蝙蝠算法
10.1 算法生物學原理
10.1.1 微型蝙蝠的行為
10.1.2 回音定位的聲學原理
10.2 蝙蝠算法
10.2.1 虛擬蝙蝠的運動
10.2.2 音量和脈沖發(fā)生率
10.2.3 驗證和討論
10.2.4 進一步的研究課題
參考文獻
附錄A 蟻群優(yōu)化算法程序源代碼
附錄B 粒子群優(yōu)化算法程序源代碼
附錄C 螢火蟲算法程序源代碼
附錄D 布谷鳥搜索算法對Ackley函數(shù)優(yōu)化的程序源代碼
附錄E 和聲搜索算法程序源代碼
附錄F 差分進化算法程序源代碼
附錄G 隨機蛙跳算法程序源代碼
附錄H 細菌覓食算法對Rosenbrock函數(shù)優(yōu)化的程序源代碼
附錄I 蝙蝠算法程序源代碼