注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)人工智能仿生智能算法及其在土木工程中的應(yīng)用

仿生智能算法及其在土木工程中的應(yīng)用

仿生智能算法及其在土木工程中的應(yīng)用

定 價(jià):¥70.00

作 者: 李彥蒼,周書敬,吳超
出版社: 科學(xué)出版社
叢編項(xiàng):
標(biāo) 簽: 暫缺

購買這本書可以去


ISBN: 9787030460233 出版時(shí)間: 2015-11-01 包裝:
開本: 16開 頁數(shù): 字?jǐn)?shù):  

內(nèi)容簡介

  《仿生智能算法及 其在土木工程中的應(yīng)用》系統(tǒng)、深入地介紹了蟻群算 法、粒子群算法、人工魚群算法、人工蜂群算法、混 合蛙跳算法、猴群算法和螢火蟲算法等仿生智能算法 的基礎(chǔ)知識(shí),重點(diǎn)闡述了各種算法的起源、原理、模 型、應(yīng)用、優(yōu)缺點(diǎn)、改進(jìn)算法及其在土木工程中的應(yīng) 用。全書突出基礎(chǔ),強(qiáng)調(diào)背景,在內(nèi)容設(shè)置和安排上 突出了實(shí)用、創(chuàng)新的特色。本書可為土木工程、計(jì)算機(jī)科學(xué)、信息科學(xué)、人 工智能、控制科學(xué)、系統(tǒng)科學(xué)、管理科學(xué)等領(lǐng)域的相 關(guān)專業(yè)人員提供參考,同時(shí)也可作為相關(guān)專業(yè)研究生 和高年級本科生的教材。

作者簡介

暫缺《仿生智能算法及其在土木工程中的應(yīng)用》作者簡介

圖書目錄

前言
第1章  蟻群算法
1.1  基本蟻群算法
1.1.1  蟻群算法的原理
1.1.2  蟻群算法的數(shù)學(xué)模型
1.1.3  蟻群算法的特點(diǎn)
1.2  基于信息熵的改進(jìn)蟻群算法
1.2.1  基本蟻群算法的優(yōu)點(diǎn)及不足
1.2.2  各種改進(jìn)ACO
1.2.3  改進(jìn)ACO可行性分析
1.2.4  熵及其性質(zhì)
1.2.5  改進(jìn)蟻群算法
1.2.6  改進(jìn)蟻群算法與遺傳算法的性能比較
1.3  改進(jìn)蟻群算法在房地產(chǎn)投資組合優(yōu)化中的應(yīng)用
1.3.1  房地產(chǎn)開發(fā)項(xiàng)目投資組合均值一信息熵模型
1.3.2  改進(jìn)蟻群算法的應(yīng)用
1.4  小結(jié)
主要參考文獻(xiàn)
第2章  粒子群算法
2.1  基本粒子群算法
2.1.1  粒子群算法的原理
2.1.2  粒子群算法的產(chǎn)生和發(fā)展
2.1.3  粒子群算法的步驟
2.1.4  粒子群算法的應(yīng)用領(lǐng)域
2.1.5  粒子群算法的特點(diǎn)
2.2  改進(jìn)粒子群算法
2.2.1  改進(jìn)粒子群算法的可行性分析
2.2.2  改進(jìn)PSO算法與其他算法的性能比較
2.3  改進(jìn)粒子群算法在結(jié)構(gòu)可靠度分析中的應(yīng)用
2.3.1  基于改進(jìn)PSO算法的結(jié)構(gòu)可靠性指標(biāo)的求解
2.3.2  基于改進(jìn).ACO和.PSO的點(diǎn)支式玻璃幕墻抗風(fēng)可靠度分析
2.4  小結(jié)
主要參考文獻(xiàn)
第3章  人工魚群算法
3.1  基本人工魚群算法
3.1.1  人工魚群算法的原理
3.1.2  人工魚群算法的特點(diǎn)
3.1.3  人工魚群算法研究現(xiàn)狀及應(yīng)用
3.2  改進(jìn)人工魚群算法
3.2.1  改進(jìn)人工魚群算法的基本思路
3.2.2  改進(jìn)人工魚群算法的尋優(yōu)步驟
3.3  改進(jìn)人工魚群算法與基本人工魚群算法的性能比較
3.3.1  兩種算法的測試函數(shù)介紹
3.3.2  算法參數(shù)的設(shè)置
3.3.3  改進(jìn)的人工魚群算法與基本人工魚群算法的性能比較分析
3.4  改進(jìn)人工魚群算法在桁架結(jié)構(gòu)優(yōu)化中的應(yīng)用
3.4.1  改進(jìn)人工魚群算法在桁架結(jié)構(gòu)連續(xù)變量優(yōu)化中的應(yīng)用
3.4.2  改進(jìn)人工魚群算法在桁架結(jié)構(gòu)離散變量優(yōu)化中的應(yīng)用
3.5  小結(jié)
主要參考文獻(xiàn)
第4章  人工蜂群算法
4.1  基本人工蜂群算法
4.1.1  人工蜂群算法的原理
4.1.2  人工蜂群算法的數(shù)學(xué)模型
4.1.3  人工蜂群算法特點(diǎn)
4.1.4  人工蜂群算法研究現(xiàn)狀
4.2  人工蜂群算法的改進(jìn)
4.2.1  基于小區(qū)間搜索的改進(jìn)人工蜂群算法
4.2.2  基于信息熵的改進(jìn)人工蜂群算法
4.2.3  算法性能分析
4.3  基于改進(jìn)人工蜂群算法的桁架優(yōu)化
4.3.1  基于可靠性的桁架結(jié)構(gòu)離散變量結(jié)構(gòu)優(yōu)化設(shè)計(jì)模型
4.3.2  桁架優(yōu)化的流程
4.3.3  算例
4.4  小結(jié)
主要參考文獻(xiàn)
第5章  蛙跳算法
5.1  基本蛙跳算法
5.1.1  蛙跳算法的原理
5.1.2  蛙跳算法的數(shù)學(xué)模型
5.1.3  蛙跳算法的研究現(xiàn)狀
5.1.4  蛙跳算法的特點(diǎn)
5.2  改進(jìn)蛙跳算法
5.2.1  改進(jìn)的可行性分析
5.2.2  具體改進(jìn)步驟
5.2.3  算法性能分析
5.3  改進(jìn)蛙跳算法在結(jié)構(gòu)可靠指標(biāo)計(jì)算中的應(yīng)用
5.4  小結(jié)
主要參考文獻(xiàn)
第6章  猴群算法
6.1  基本猴群算法
6.1.1  猴群算法的原理
6.1.2  猴群算法的數(shù)學(xué)模型
6.2  改進(jìn)猴群算法
6.2.1  猴群算法的優(yōu)缺點(diǎn)
6.2.2  學(xué)者的改進(jìn)
6.2.3  基于自適應(yīng)系數(shù)的改進(jìn)猴群算法
6.3  改進(jìn)猴群算法在傳感器優(yōu)化布置及在結(jié)構(gòu)可靠性分析中的應(yīng)用
6.3.1  改進(jìn)猴群算法在傳感器優(yōu)化布置中的應(yīng)用
6.3.2  改進(jìn)猴群算法在結(jié)構(gòu)可靠性分析中的應(yīng)用
6.4  小結(jié)
主要參考文獻(xiàn)
第7章  螢火蟲算法
7.1  基本螢火蟲算法
7.1.1  螢火蟲算法的原理
7.1.2  螢火蟲算法的特點(diǎn)
7.1.3  螢火蟲算法的國內(nèi)外研究現(xiàn)狀
7.2  改進(jìn)的螢火蟲算法
7.3  算法性能分析
7.4  改進(jìn)的螢火蟲算法在桁架結(jié)構(gòu)優(yōu)化中的應(yīng)用
7.4.1  桁架結(jié)構(gòu)形狀優(yōu)化設(shè)計(jì)數(shù)學(xué)模型
7.4.2  改進(jìn)螢火蟲算法在結(jié)構(gòu)優(yōu)化中的應(yīng)用
7.5  小結(jié)
主要參考文獻(xiàn)

本目錄推薦

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