智能計算協(xié)同優(yōu)化算法及應用

定　價：￥108.00

作　者：	劉升著
出版社：	電子工業(yè)出版社
叢編項：	工業(yè)信息化技術叢書
標　簽：	暫缺

購買這本書可以去

ISBN：	9787121386572	出版時間：	2020-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	200	字數(shù)：

內(nèi)容簡介

　　本書主要研究將文化進化的思想融入現(xiàn)代計算智能的理論與實踐中，探討如何發(fā)掘文化進化和自然進化機制在現(xiàn)代計算智能的理論與實踐中的和諧統(tǒng)一，協(xié)同進化以形成新的計算方法，并將這些協(xié)同進化計算方法應用于函數(shù)優(yōu)化和組合優(yōu)化等具體問題中，主要包括基于進化規(guī)劃的文化算法設計，文化粒子群優(yōu)化算法，文化蟻群優(yōu)化算法，文化免疫量子進化算法，以及算法的應用。

作者簡介

　　劉升，男，博士，上海工程技術大學教授，碩士生導師，研究方向包括計算機應用、人工智能和智能計算等， 1996年于華中科技大學計算機應用專業(yè)獲工學碩士學位，2008年于華東理工大學模式識別與智能系統(tǒng)專業(yè)獲工學博士學位，已主持完成一項國家自然科學基金面上項目、一項上海市教委科研創(chuàng)新重點課題；并以第二負責人完成一項上海市自然科學基金項目。目前正主持一項上海自然科學基金面上項目，以第二負責人在研一項國家自然科學基金面上項目和一項國家社科基金一般項目，在國際和國內(nèi)專業(yè)核心期刊上正式發(fā)表論文五十余篇，獲批國家發(fā)明專利2項，計算機軟件著作權10余項。

圖書目錄

第1章緒論 / 1
1．1 智能計算方法概述 / 1
1．2 文化進化和自然進化的協(xié)同 / 14
第2章理論背景知識 / 19
2．1 優(yōu)化研究基礎 / 19
2．1．1 函數(shù)優(yōu)化 / 20
2．1．2 組合優(yōu)化 / 22
2．2 進化算法 / 24
2．2．1 遺傳算法 / 25
2．2．2 進化策略 / 27
2．2．3 進化規(guī)劃 / 28
2．2．4 遺傳算法、進化規(guī)劃和進化策略之間的異同點 / 28
2．3 群體智能 / 30
2．3．1 粒子群優(yōu)化算法 / 30
2．3．2 蟻群優(yōu)化算法 / 34
2．4 量子進化算法 / 38
2．4．1 量子計算概念的產(chǎn)生和發(fā)展 / 39
2．4．2 量子計算的物理原理 / 40
2．4．3 量子計算與經(jīng)典計算相比的重要特點 / 43
2．4．4 量子進化算法的數(shù)學描述 / 46
2．5 文化算法 / 51
第3章基于進化規(guī)劃的文化算法設計 / 55
3．1 引言 / 55
3．2 算法的分析和設計 / 57
3．2．1 群體空間上的進化 / 58
3．2．2 信仰空間上的進化 / 59
3．2．3 接受函數(shù) / 64
3．2．4 影響函數(shù) / 64
3．3 仿真實驗與結果分析 / 65
3．4 算法的改進 / 67
3．5 本章總結 / 69
第4章文化粒子群優(yōu)化算法 / 71
4．1 引言 / 72
4．2 差分進化算法 / 73
4．3 文化差分粒子群優(yōu)化算法 / 78
4．3．1 群體空間的進化：差分粒子群優(yōu)化算法 / 79
4．3．2 信仰空間的設計和作用 / 82
4．3．3 接受函數(shù) / 86
4．3．4 影響函數(shù) / 86
4．3．5 數(shù)值實驗 / 87
4．3．6 結果分析 / 91
4．4 群體空間進化算法的改進 / 92
4．4．1 自適應變異的差分粒子群優(yōu)化算法 / 92
4．4．2 自適應柯西變異粒子群優(yōu)化算法 / 98
4．5 本章總結 / 104
第5章文化蟻群優(yōu)化算法 / 105
5．1 引言 / 106
5．2 TSP問題描述 / 108
5．3 群體空間上的進化：蟻群系統(tǒng) / 109
5．4 信仰空間的設計和作用 / 111
5．4．1 信仰空間上的進化 / 111
5．4．2 接受函數(shù) / 112
5．4．3 影響函數(shù) / 112
5．5 實驗研究 / 114
5．5．1 算法的參數(shù)研究 / 115
5．5．2 對比實驗研究 / 117
5．6 本章總結 / 121
第6章文化免疫量子進化算法 / 122
6．1 引言 / 123
6．2 背包問題描述 / 126
6．3 文化免疫量子進化算法 / 127
6．3．1 免疫的基本概念 / 128
6．3．2 文化和量子協(xié)同進化計算模型 / 130
6．3．3 群體空間上的進化：改進的免疫量子進化算法 / 134
6．3．4 信仰空間的設計和作用 / 137
6．4 實驗研究 / 139
6．5 算法的收斂性分析 / 144
6．6 本章總結 / 147
第7章總結與展望 / 148
7．1 工作的主要創(chuàng)新性成果 / 149
7．2 工作展望 / 153
附錄部分測試函數(shù) / 156
參考文獻 / 163