展會信息港展會大全

〖正品●包郵〗 群智能算法及其應(yīng)用 高尚 楊靜宇
來源:互聯(lián)網(wǎng)   發(fā)布日期:2011-10-07 20:22:25   瀏覽:108539次  

導(dǎo)讀:歡迎前來騰訊拍拍網(wǎng)選購熱銷書籍/報紙/雜志-教材-成人教育教材-計算機(jī)商品〖正品●包郵〗 群智能算法及其應(yīng)用 高尚 楊靜宇 ,如果你想了解〖正品●包郵〗 群智能...

聯(lián)系賣家

詳細(xì)信息

嚴(yán)禁交易QQ號碼、非正規(guī)渠道Q幣、非法來源的會員與鉆石服務(wù)、手機(jī)代開服務(wù)等;交易雙方將可能受到處罰。管理規(guī)則>>

溫馨提示:請您在購買前仔細(xì)查看款式細(xì)節(jié)圖片,注意面料厚薄和彈性,并根據(jù)您的身材選擇合適的尺碼。如有需要,請咨詢賣家(點擊上面QQ交談按鈕)。

屬性信息僅供參考,詳細(xì)情況請向賣家咨詢!

〖正品●包郵〗 群智能算法及其應(yīng)用 高尚 楊靜宇

市場價:25.00

〖正品●包郵〗 群智能算法及其應(yīng)用 高尚 楊靜宇

基本信息

商品描述

內(nèi)容簡介

《群智能算法及其應(yīng)用》系統(tǒng)地描述了蟻群算法和粒子群優(yōu)化算法的理論和實現(xiàn)技術(shù)及其應(yīng)用,簡單地介紹了魚群算法!度褐悄芩惴捌鋺(yīng)用》著重強(qiáng)調(diào)各種算法的混合,討論了蟻群算法與模擬退火算法的混合、蟻群算法與遺傳算法的混合、蟻群算法與混沌理論混合、模擬退火算法、遺傳算法與粒子群優(yōu)化算法混合、混沌理論與粒子群優(yōu)化算法的混合以及蟻群算法與粒子群優(yōu)化算法的混合。書中還討論了群智能算法在旅行商問題、武器一目標(biāo)分配問題、多處理機(jī)調(diào)度問題、可靠優(yōu)化問題、聚類問題、作業(yè)調(diào)度問題等方面的應(yīng)用。

編輯推薦

群智能算法作為一種新興的演化計算技術(shù),已成為越來越多研究者的關(guān)注焦點,它與人工生命,特別是進(jìn)化策略以及遺傳算法有著極為特殊的聯(lián)系。群智能理論研究領(lǐng)域主要有兩種算法:蟻群算法和粒子群優(yōu)化算法。蟻群算法是對螞蟻群落食物采集過程的模擬,已成功應(yīng)用于許多離散優(yōu)化問題。粒子群優(yōu)化算法也是起源于對簡單社會系統(tǒng)的模擬,最初是模擬鳥群覓食的過程,但后來發(fā)現(xiàn)它是一種很好的優(yōu)化工具。  《群智能算法及其應(yīng)用》可作為信息類的高年級本科生、碩士生、博士生以及廣大研究智能算法的科技工作者的參考書。

目錄

前言第1章緒論 1.1 引言 1.2 蟻群算法的基本原理 1.3 粒子群優(yōu)化算法基本原理 1.4 蟻群算法理論研究現(xiàn)狀 1.5 蟻群算法應(yīng)用研究現(xiàn)狀 1.6 粒子群優(yōu)化算法研究現(xiàn)狀 1.7 粒子群算法應(yīng)用研究現(xiàn)狀第2章 求解整數(shù)規(guī)劃的蟻群算法 2.1 求解一般非線整數(shù)規(guī)劃的蟻群算法 2.1.1 引言 2.1.2 求解非線整數(shù)規(guī)劃的蟻群算法 2.1.3 算例分析 2.2 武器—目標(biāo)分配問題的蟻群算法 2.2.1 引言 2.2.2 WTA問題 2.2.3 武器—目標(biāo)分配問題的蟻群算法 2.2.4 仿真結(jié)果j 2.3 多處理機(jī)調(diào)度問題的蟻群算法 2.3.1 引言 2.3.2 多處理機(jī)調(diào)度問題數(shù)學(xué)模型 2.3.3 解多處理機(jī)調(diào)度問題模擬退火算法 2.3.4 解多處理機(jī)調(diào)度問題蟻群算法 2.3.5 算法比較 2.4 可靠優(yōu)化的蟻群算法 2.4.1 引言 2.4.2 最優(yōu)冗余優(yōu)化模型及解法 2.4.3 可靠優(yōu)化的模擬退火算法 2.4.4 可靠優(yōu)化的遺傳算法 2.4.5 可靠優(yōu)化的蟻群算法 2.4.6 算例分析 2.5 求解旅行商問題的多樣信息素的蟻群算法 2.5.1 信息素更新的3個模型 2.5.2 多樣信息素更新規(guī)則 2.5.3 算法測試 2.6 本章小結(jié)第3章 連續(xù)優(yōu)化問題的蟻群算法研究 3.1 無約束非線最優(yōu)化問題 3.2 連續(xù)優(yōu)化問題的信息量分布函數(shù)方法 3.3 一種簡單的連續(xù)優(yōu)化問題的蟻群算法 3.4 數(shù)值分析 3.5 本章小結(jié)第4章 聚類問題的蟻群算法 4.1 引言 4.2 聚類問題的數(shù)學(xué)模型 4.3 K均值算法 4.4 解聚類問題的模擬退火算法 4.5 基于巡食思想的蟻群聚類算法 4.6 解聚類問題的新的蟻群算法及數(shù)值分析 4.6.1 解聚類問題的蟻群算法 4.6.2 數(shù)值分析 4.7 解聚類問題的與K-均值算法混合的蟻群算法及數(shù)值分析 4.7.1 解聚類問題的K-均值算法混合的蟻群算法 4.7.2 數(shù)值分析 4.8 本章小結(jié)第5章 蟻群算法與模擬退火算法混合 5.1 引言 5.2 解圓排列問題的蟻群模擬退火算法 5.2.1 圓排列問題及與旅行商問題等價 5.2.2 解旅行商問題的模擬退火算法 5.2.3 幾種算法的比較 5.2.4 算例分析 5.3 解旅行商問題的模擬退火蟻群算法 5.3.1 混合的基本思想 5.3.2 找鄰域解策略 5.3.3 模擬退火蟻群算法 5.3.4 算法測試 5.4 本章小結(jié)第6章 蟻群算法與遺傳算法混合 6.1 引言 6.2 基本遺傳算法 6.3 蟻群算法與遺傳算法的混合 6.3.1 混合的基本思想 6.3.2 變異操作 6.3.3 交叉操作 6.3.4 遺傳蟻群算法 6.4 算法測試 6.5本章小結(jié)第7章 蟻群算法與混沌理論混合 7.1 引言 7.2 混沌及運動特 7.3 基本蟻群算法改進(jìn) 7.3.1 混沌初始化 7.3.2 選擇較優(yōu)解 7.3.3 混沌擾動 7.4 混沌蟻群算法 7.5 算法測試 7.6 本章小結(jié)第8章 最短路的蟻群算法收斂分析 8.1 引言 8.2 最短路的蟻群算法收斂分析 8.3 仿真算例 8.4 本章小結(jié)第9章 解連續(xù)優(yōu)化問題的粒子群優(yōu)化算法 9.1 模擬退火思想的粒子群算法 9.1.1 幾種模擬退火思想的粒子群算法 9.1.2 算法測試 9.2 混沌粒子群優(yōu)化算法研究 9.2.1 基本粒子群算法不足 9.2.2 混沌粒子群優(yōu)化算法 9.2.3 算法測試 9.3 其他改進(jìn)的粒子群優(yōu)化算法 9.3.1 雜交PSO算法 9.3.2 協(xié)同PSO算法 9.3.3 離散PSO算法 9.4.本章小結(jié)第10章 解組合優(yōu)化問題的粒子群優(yōu)化算法 10.1 背包問題的混合粒子群優(yōu)化算法 10.1.1 背包問題數(shù)學(xué)模型 10.1.2 解0-1背包問題的混合粒子群算法 10.1.3 數(shù)值仿真與分析 10.2 指派問題的交叉粒子群優(yōu)化算法 10.2.1 求解指派問題的交叉粒子群優(yōu)化算法 10.2.2 算法測試 10.3 武器—目標(biāo)分配問題的粒子群優(yōu)化算法 10.3.1 解武器—目標(biāo)分配問題的粒子群優(yōu)化算法 10.3.2 算例分析 10.4 流水作業(yè)調(diào)度問題的粒子群算法 10.4.1 流水作業(yè)調(diào)度問題 10.4.2 求解流水作業(yè)調(diào)度問題混合粒子群算法 10.4.3 算法測試 10.5 非線整數(shù)規(guī)劃的粒子群優(yōu)化算法 10.5.1 引言 10.5.2 求解非線整數(shù)規(guī)劃的粒子群優(yōu)化算法 10.5.3 算例分析 10.6 本章小結(jié)第11章 解聚類問題的粒子群算法 l1.1 引言 11.2 整數(shù)規(guī)劃形式 1l.3 連續(xù)優(yōu)化形式 11.4 本章小結(jié)第12章 蟻群算法與粒子群優(yōu)化算法的混合 12.1 引言 12.2 求解旅行商問題的混合粒子群優(yōu)化算法 12.2.1 混合粒子群算法思路 12.2.2 變異操作和交叉操作 12.2.3 混合粒子群算法步驟 12.2.4 算法測試 12.3 求解旅行商問題的粒子群—蟻群算法 12.3.1 粒子群—蟻群算法思想 12.3.2 粒子群—蟻群算法步驟 12.3.3 算法測試 12.4 本章小結(jié)第13章 粒子群優(yōu)化算法收斂分析 13.1 引言 13.2 PSO算法收斂分析 13.3 數(shù)值仿真 13.4 參數(shù)選取 13.5 本章小結(jié)第14章 魚群算法 14.1 引言 14.2 魚群算法基本原理 14.3 人工魚的行為描述 14.4 魚群算法的應(yīng)用 14.5 本章小結(jié)第15章 總結(jié) 附錄A 求解旅行商問題的蟻群基本算法源程序 附錄B 計算連續(xù)函數(shù)的優(yōu)化的粒子群程序 附錄C 求解旅行商問題的粒子群—蟻群算法的源程序參考文獻(xiàn)

‹  返回商品介紹頁

如果您對尺碼對照表有更好的建議,歡迎反饋給我們。

本對照表依據(jù)中國常用衣服尺碼對照表為基礎(chǔ)


〖正品●包郵〗 群智能算法及其應(yīng)用 高尚 楊靜宇

評價詳情

賣家推薦商品

  • 〖正品●包郵〗 群智能算法及其應(yīng)用 高尚 楊靜宇

    〖正品●包郵〗 廣東移動充值50元 快充1-10分鐘到賬 拍前聯(lián)系

    54.50元

  • 〖正品●包郵〗 群智能算法及其應(yīng)用 高尚 楊靜宇

    〖正品●包郵〗 Midea美的MT10AH-AA電烤箱(10L、750W)

    170.00元

  • 銷售記錄

    商品價格:23.80元  運 費:免運費

    查看買家評價

    近三個月銷售記錄:

    購物保障

    拍拍網(wǎng)為您提供資金安排和售后保障

    先行賠付

    買家權(quán)利 賣家義務(wù) 拍拍監(jiān)督

    買家使用財付通購買“”標(biāo)志的商品,在確認(rèn)收貨后14天內(nèi)出現(xiàn)質(zhì)量問題,與賣家協(xié)商無果的情況下有權(quán)申請先行賠付。 如實填寫商品信息,確保商品質(zhì)量,并按照承諾為買家提供合理的售后服務(wù)。 如買賣方在交易過程中產(chǎn)生糾紛,溝通無果并發(fā)起維權(quán)的情況下,拍拍網(wǎng)將在7天內(nèi)介入處理。

    價值點:

    (1) 全部賣家都加入了誠信保證計劃
    (2) 全站商品都是誠保商品
    (3) 質(zhì)量有問題,拍拍可先行賠付給買家

    維權(quán)過程中請注意:

    (1) 買家賠付申請在形式上符合相關(guān)法律法規(guī)的規(guī)定;
    (2) 賠付請求金額僅以買家實際支付的商品價款、郵費(含退貨回郵費用)為限;
    (3) 提出“先行賠付”申請應(yīng)在線上確認(rèn)收貨后的14天內(nèi)。

    贊助本站

    相關(guān)內(nèi)容
    AiLab云推薦
    展開

    熱門欄目HotCates

    Copyright © 2010-2025 AiLab Team. 人工智能實驗室 版權(quán)所有    關(guān)于我們 | 聯(lián)系我們 | 廣告服務(wù) | 公司動態(tài) | 免責(zé)聲明 | 隱私條款 | 工作機(jī)會 | 展會港