基于演化信息指导的人工蜂群算法研究

图书标准信息

• 作者 宁佳绪、吴嘉轩、张德育、文峰 著
• 出版社 东北大学出版社
• 出版时间 2020-09
• 版次 1
• ISBN 9787551724913
• 定价 58.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 130页

【内容简介】

  《基于演化信息指导的人工蜂群算法研究》以群智能算法的研究为背景，从人工蜂群算法优化过程的角度，利用过程性信息对如何提高单目标、多目标及超多目标人工蜂群算法的性能进行了研究。此外，如何将人工蜂群算法应用于解决其他领域中的优化也是一个值得研究的问题。为此，《基于演化信息指导的人工蜂群算法研究》将提出的算法应用于解决生物领域的蛋白质分子对接问题及引物设计问题。市书的研究不但能促进群智能优化方法的发展，扩大其用用范围。 
  《基于演化信息指导的人工蜂群算法研究》的研究工作得到了国家自然科学基金重点项目（U1908212）、辽宁省博士基金启动项目（2020-BS-152）和辽宁省自然科学基金重点计划项目（20180520038）的资助。

【目录】

第1章 引 言
1．1 研究背景及意义
1．2 研究现状及分析
1．3 研究内容
1．4 组织结构

第2章 研究基础
2．1 标准人工蜂群算法
2．2 蚁群优化算法
2．3 算法性能评价指标
2．3．1 Hyper-volume指标
2．3．2 IGD指标
2．4 本章小结

第3章 基于演化方向指导的单目标人工蜂群算法
3．1 研究思路
3．2 算法模型
3．3 算法描述及分析
3．4 在基准测试问题上的实验分析
3．4．1 参数调整
3．4．2 与相关算法比较
3．5 在蛋白质分子对接问题中的应用
3．5．1 蛋白质分子对接问题的研究现状
3．5．2 蛋白质分子对接问题的优化模型
3．5．3 实验比较分析
3．6 本章小结

第4章 基于搜索密度指导的多目标人工蜂群算法
4．1 研究思路
4．2 算法模型
4．2．1 空间分割树机制
4．2．2 觅食策略的设计
4．2．3 新食物源的形成和评估
4．2．4 局部搜索策略
4．3 算法描述及分析
4．4 实验分析
4．4．1 测试问题
4．4．2 参数调整
4．4．3 与相关算法比较
4．5 本章小结

第5章 基于分解的超多目标人工蜂群算法
5．1 研究思路
5．2 算法模型
5．2．1 雇佣蜂搜索策略的设计
5．2．2 观察蜂觅食策略的设计
5．2．3 侦察蜂觅食策略的设计
5．3 算法描述及性能分析
5．4 实验分析
5．4．1 收敛性分析
5．4．2 与相关算法比较
5．5 本章小结

第6章 结论与展望
6．1 工作总结
6．2 研究展望
参考文献