群智能算法及其应用

图书标准信息

• 作者 高尚
• 出版社 水利水电出版社
• 出版时间 2006-05
• 版次 1
• ISBN 9787508437989
• 定价 25.00元
• 装帧 其他
• 开本 16开
• 纸张 其他
• 页数 151页

【内容简介】

　　《群智能算法及其应用》系统地描述了蚁群算法和粒子群优化算法的理论和实现技术及其应用，简单地介绍了鱼群算法。《群智能算法及其应用》着重强调各种算法的混合，讨论了蚁群算法与模拟退火算法的混合、蚁群算法与遗传算法的混合、蚁群算法与混沌理论混合、模拟退火算法、遗传算法与粒子群优化算法混合、混沌理论与粒子群优化算法的混合以及蚁群算法与粒子群优化算法的混合。书中还讨论了群智能算法在旅行商问题、武器一目标分配问题、多处理机调度问题、可靠性优化问题、聚类问题、作业调度问题等方面的应用。

【目录】

前言

第1章绪论

1．1引言

1．2蚁群算法的基本原理

1．3粒子群优化算法基本原理

1．4蚁群算法理论研究现状

1．5蚁群算法应用研究现状

1．6粒子群优化算法研究现状

1．7粒子群算法应用研究现状

第2章求解整数规划的蚁群算法

2．1求解一般非线性整数规划的蚁群算法

2．1．1引言

2．1．2求解非线性整数规划的蚁群算法

2．1．3算例分析

2．2武器--目标分配问题的蚁群算法

2．2．1引言

2．2．2WTA问题

2．2．3武器--目标分配问题的蚁群算法

2．2．4仿真结果j

2．3多处理机调度问题的蚁群算法

2．3．1引言

2．3．2多处理机调度问题数学模型

2．3．3解多处理机调度问题模拟退火算法

2．3．4解多处理机调度问题蚁群算法

2．3．5算法比较

2．4可靠性优化的蚁群算法

2．4．1引言

2．4．2最优冗余优化模型及解法

2．4．3可靠性优化的模拟退火算法

2．4．4可靠性优化的遗传算法

2．4．5可靠性优化的蚁群算法

2．4．6算例分析

2．5求解旅行商问题的多样信息素的蚁群算法

2．5．1信息素更新的3个模型

2．5．2多样信息素更新规则

2．5．3算法测试

2．6本章小结

第3章连续优化问题的蚁群算法研究

3．1无约束非线性最优化问题

3．2连续优化问题的信息量分布函数方法

3．3一种简单的连续优化问题的蚁群算法

3．4数值分析

3．5本章小结

第4章聚类问题的蚁群算法

4．1引言

4．2聚类问题的数学模型

4．3K均值算法

4．4解聚类问题的模拟退火算法

4．5基于巡食思想的蚁群聚类算法

4．6解聚类问题的新的蚁群算法及数值分析

4．6．1解聚类问题的蚁群算法

4．6．2数值分析

4．7解聚类问题的与K-均值算法混合的蚁群算法及数值分析

4．7．1解聚类问题的K-均值算法混合的蚁群算法

4．7．2数值分析

4．8本章小结

第5章蚁群算法与模拟退火算法混合

5．1引言

5．2解圆排列问题的蚁群模拟退火算法

5．2．1圆排列问题及与旅行商问题等价

5．2．2解旅行商问题的模拟退火算法

5．2．3几种算法的比较

5．2．4算例分析

5．3解旅行商问题的模拟退火蚁群算法

5．3．1混合的基本思想

5．3．2找邻域解策略

5．3．3模拟退火蚁群算法

5．3．4算法测试

5．4本章小结

第6章蚁群算法与遗传算法混合

6．1引言

6．2基本遗传算法

6．3蚁群算法与遗传算法的混合

6．3．1混合的基本思想

6．3．2变异操作

6．3．3交叉操作

6．3．4遗传蚁群算法

6．4算法测试

6．5本章小结

第7章蚁群算法与混沌理论混合

7．1引言

7．2混沌及运动特性

7．3基本蚁群算法改进

7．3．1混沌初始化

7．3．2选择较优解

7．3．3混沌扰动

7．4混沌蚁群算法

7．5算法测试

7．6本章小结

第8章最短路的蚁群算法收敛性分析

8．1引言

8．2最短路的蚁群算法收敛性分析

8．3仿真算例

8．4本章小结

第9章解连续性优化问题的粒子群优化算法

9．1模拟退火思想的粒子群算法

9．1．1几种模拟退火思想的粒子群算法

9．1．2算法测试

9．2混沌粒子群优化算法研究

9．2．1基本粒子群算法不足

9．2．2混沌粒子群优化算法

9．2．3算法测试

9．3其他改进的粒子群优化算法

9．3．1杂交PSO算法

9．3．2协同PSO算法

9．3．3离散PSO算法

9．4．本章小结

第10章解组合优化问题的粒子群优化算法

10．1背包问题的混合粒子群优化算法

10．1．1背包问题数学模型

10．1．2解0-1背包问题的混合粒子群算法

10．1．3数值仿真与分析

10．2指派问题的交叉粒子群优化算法

10．2．1求解指派问题的交叉粒子群优化算法

10．2．2算法测试

10．3武器--目标分配问题的粒子群优化算法

10．3．1解武器--目标分配问题的粒子群优化算法

10．3．2算例分析

10．4流水作业调度问题的粒子群算法

10．4．1流水作业调度问题

10．4．2求解流水作业调度问题混合粒子群算法

10．4．3算法测试

10．5非线性整数规划的粒子群优化算法

10．5．1引言

10．5．2求解非线性整数规划的粒子群优化算法

10．5．3算例分析

10．6本章小结

第11章解聚类问题的粒子群算法

l1．1引言

11．2整数规划形式

1l．3连续性优化形式

11．4本章小结

第12章蚁群算法与粒子群优化算法的混合

12．1引言

12．2求解旅行商问题的混合粒子群优化算法

12．2．1混合粒子群算法思路

12．2．2变异操作和交叉操作

12．2．3混合粒子群算法步骤

12．2．4算法测试

12．3求解旅行商问题的粒子群--蚁群算法

12．3．1粒子群--蚁群算法思想

12．3．2粒子群--蚁群算法步骤

12．3．3算法测试

12．4本章小结

第13章粒子群优化算法收敛性分析

13．1引言

13．2PSO算法收敛性分析

13．3数值仿真

13．4参数选取

13．5本章小结

第14章鱼群算法

14．1引言

14．2鱼群算法基本原理

14．3人工鱼的行为描述

14．4鱼群算法的应用

14．5本章小结

第15章总结

附录A求解旅行商问题的蚁群基本算法源程序

附录B计算连续性函数的优化的粒子群程序

附录C求解旅行商问题的粒子群--蚁群算法的源程序

参考文献