具体描述
《粒子群算法及其应用》适合高等院校高年级本科生、研究生阅读，也可供研究群智能理论的有关人员参考。粒子群算法（PSO）不仅仅是一种高效的优化计算技术，其中也蕴含群体进化所形成的复杂生存策略和学习机制。首先，从鸟群行为规律和人类社会学习理论等方面系统地论述了粒子群算法的学习机制和信息利用策略；其次，系统地介绍了多种群协作和保持群体多样性等算法改进机制与粒子群算法的融合模型。
在粒子群算法的工程应用领域，《粒子群算法及其应用》较详细地讲述了算法在约束优化、多目标优化和组合优化中的学习策略和编码方案，同时给出了粒子群算法在数据挖掘诸多领域的应用实例，如神经网络训练、分类器设计、聚类分析和网络社区发现等，并给出了详细的代码设计。
作者简介
目录信息
第1章绪论…………………………………………………………1
1．1群智能概述…………………………………………………2
1．2群智能仿真…………………………………………………3
1．2．1群体生物行为的复杂性………………………………3
1．2．2生物群体行为的仿真…………………………………6
1．2．3基于Agent的系统模型仿真……………………………7
1．3群智能计算…………………………………………………8
1．3．1蚁群算法………………………………………………9
1．3．2粒子群算法简介………………………………………11
1．4本书的组织…………………………………………………12
参考文献…………………………………………………………14
第2章基本粒子群算法及其起源………………………………17
2．1粒子系统……………………………………………………17
2．2从鸟群行为规律到粒子群算法……………………………20
2．3由社会认知心理学到粒子群算法…………………………23
2．4由演化计算衍生粒子群算法………………………………26
2．5基本粒子群算法……………………………………………29
2．5．1粒子群算法的行为参数设置…………………………30
2．5．2基本粒子群算法的算法流程…………………………33
2．5．3粒子群简单实例及算法实现…………………………33
参考文献…………………………………………………………40
第3章粒子群算法的改进………………………………………42
3．1参数改进型粒子群算法…………………………·1．．．．O O Q O OI 42
3．1．1愦洼因子改进模型……………………………………42
· · · · · · (收起)
1．1群智能概述…………………………………………………2
1．2群智能仿真…………………………………………………3
1．2．1群体生物行为的复杂性………………………………3
1．2．2生物群体行为的仿真…………………………………6
1．2．3基于Agent的系统模型仿真……………………………7
1．3群智能计算…………………………………………………8
1．3．1蚁群算法………………………………………………9
1．3．2粒子群算法简介………………………………………11
1．4本书的组织…………………………………………………12
参考文献…………………………………………………………14
第2章基本粒子群算法及其起源………………………………17
2．1粒子系统……………………………………………………17
2．2从鸟群行为规律到粒子群算法……………………………20
2．3由社会认知心理学到粒子群算法…………………………23
2．4由演化计算衍生粒子群算法………………………………26
2．5基本粒子群算法……………………………………………29
2．5．1粒子群算法的行为参数设置…………………………30
2．5．2基本粒子群算法的算法流程…………………………33
2．5．3粒子群简单实例及算法实现…………………………33
参考文献…………………………………………………………40
第3章粒子群算法的改进………………………………………42
3．1参数改进型粒子群算法…………………………·1．．．．O O Q O OI 42
3．1．1愦洼因子改进模型……………………………………42
· · · · · · (收起)
读后感
评分
评分
评分
评分
评分
用户评价
评分
评分
评分
评分
评分
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美书屋 版权所有