粒子群優(yōu)化算法與多目標優(yōu)化

定　價：￥52.00

作　者：	潘峰，李位星，高琪等著
出版社：	北京理工大學出版社
叢編項：
標　簽：	工學教材研究生/本科/?？平滩?/td>

購買這本書可以去

ISBN：	9787564077112	出版時間：	2013-08-01	包裝：	平裝
開本：	16開	頁數(shù)：	210	字數(shù)：

內容簡介

　　《粒子群優(yōu)化算法與多目標優(yōu)化》從優(yōu)化問題和群智能優(yōu)化方法入手，系統(tǒng)地介紹了粒子群優(yōu)化方法原理，分析了算法的模型及相關參數(shù)，總結了算法理論研究成果，包括粒子群優(yōu)化算法的穩(wěn)定性結論、馬爾科夫特性和早熟收斂問題等：書中全面地綜述了多目標粒子群優(yōu)化方法的研究現(xiàn)狀，討論了多目標優(yōu)化問題和多目標粒子群優(yōu)化方法的研究工作?！读Ｗ尤簝?yōu)化算法與多目標優(yōu)化》適合作為高等學校及科研院所電子信息、自動化、計算機、信息科學與其他相關專業(yè)的研究生和高年級本科生的專業(yè)參考書，也可供相關教師和工程技術人員參考。

作者簡介

　　潘峰，男，1978年6月生，云南昆明人，博士。2000年和2005年在北京理工大學自動控制系和自動化學院分別獲得學士和博士學位，畢業(yè)后，留校任教，2007年在Indiana University-Purdue University Indianapolis大學從事博士后研究一年，2009年晉升副教授?，F(xiàn)擔任中國人工智能學會理事，《自動化學報》《計算機學報》《電子學報》《控制理論與應用》等多家國內著名期刊評委。主要研究興趣為：智能優(yōu)化計算與非傳統(tǒng)計算、復雜動態(tài)系統(tǒng)建模與優(yōu)化控制等。先后承擔國家自然科學基金1項、多項國防預研項目及橫向合作項目、獲省部級科研三等獎兩項、發(fā)表論文三十余篇、發(fā)明專利四項。

圖書目錄

第1章緒論
1.1 引言
1.2 最優(yōu)化問題
1.2.1 局部優(yōu)化和全局優(yōu)化
1.2.2 無免費午餐定理
1.3 群體智能概述
1.3.1 群智能的基本原則與特點
1.3.2 蟻群算法
1.3.3 粒子群優(yōu)化算法
1.4 粒子群優(yōu)化算法的現(xiàn)狀及其應用
1.4.1 PSO算法的理論分析
1.4.2 PSO的改進策略
1.4.3 PSO應用現(xiàn)狀
1.5 小結
第2章粒子群優(yōu)化算法概述
2.1 隨機搜索算法的基本框架
2.2 基本粒子群算法的形式化描述
2.3 粒子群算法的數(shù)學模型
2.3.1 帶慣性權重的PSO模型
2.3.2 帶收縮系數(shù)的PSO模型
2.3.3 Bare Bones Particle Swarm模型
2.3.4 混合型PSO模型
2.3.5 PApproximate Kalman Swarm（PAKS）模型
2.3.6 FIPS模型
2.3.7 PSO連續(xù)模型
2.4 粒子群算法的拓撲結構
2.4.1 靜態(tài)鄰居拓撲結構
2.4.2 動態(tài)鄰居拓撲結構
2.5 粒子群算法的評價指標
2.5.1 準確性
2.5.2 可靠性
2.5.3 魯棒性
2.5.4 多樣性
2.6 多樣性研究
2.6.1 多樣性的定義
2.6.2 群體多樣性的歸一化
2.6.3 粒子群優(yōu)化算法的早熟收斂
2.7 小結
第3章粒子群優(yōu)化算法特性分析
3.1 PSO的Gbest模型分析
3.2 PSO的Pbest模型分析
3.3 標準PSO單信息最大搜索空間描述
3.4 標準PSO與BBPS相似性分析
3.4.1 單信息最大搜索空間的描述分析
3.4.2 初始位置向量階乘衰減因子分析
3.4.3 初始速度向量的加權參數(shù)分析
3.4.4 標準PSO與BBPS的相似性討論
3.5 參數(shù)在概率意義下的遺忘特性
3.6 小結
第4章標準PSO的采樣分布分析和粒子軌跡分析
第5章標準PSO算法的穩(wěn)定性分析
第6章標準PSO算法的馬爾科夫鏈分析
第7章單目標粒子群優(yōu)化算法
第8章多目標粒子群優(yōu)化算法
第9章多目標粒子群算法的改進
參考文獻