图书介绍

智能优化算法及其应用PDF|Epub|txt|kindle电子书版本网盘下载

智能优化算法及其应用
  • 黄友锐著 著
  • 出版社: 北京:国防工业出版社
  • ISBN:7118054135
  • 出版时间:2008
  • 标注页数:197页
  • 文件大小:9MB
  • 文件页数:208页
  • 主题词:最优化算法

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

智能优化算法及其应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具

图书目录

第1章 绪论1

1.1 优化算法及其分类1

1.2 最优化问题及其分类2

1.2.1 函数优化问题3

1.2.2 组合优化问题5

第2章 遗传算法9

2.1 遗传算法的研究进展9

2.2 遗传算法理论概述12

2.2.1 遗传算法常用术语12

2.2.2 遗传算法基本要素14

2.2.3 遗传算法基本理论15

2.3 标准遗传算法17

2.3.1 标准遗传算法及流程图17

2.3.2 标准遗传算法有关参数的确定18

2.3.3 标准遗传算法的特点18

2.3.4 标准遗传算法的应用19

2.3.5 标准遗传算法的不足20

2.4 自适应遗传算法20

2.4.1 算子改进20

2.4.2 算法特点22

2.4.3 算法步骤23

2.4.4 参数设置分析23

2.5 免疫遗传算法24

2.5.1 免疫遗传算法原理24

2.5.2 免疫遗传算子作用的定性分析29

2.5.3 免疫遗传算法的收敛性32

2.5.4 免疫遗传算法的特点38

2.6 量子遗传算法38

2.6.1 概述38

2.6.2 量子比特编码39

2.6.3 量子遗传算法流程40

2.6.4 量子遗传算法的改进及其应用41

2.7 算法实现与应用44

2.7.1 基于遗传算法的PID参数整定及仿真44

2.7.2 自适应遗传算法在函数优化中应用47

2.7.3 基于免疫遗传算法的PID参数整定方法及仿真51

第3章 免疫克隆选择算法54

3.1 免疫算法的研究进展55

3.2 克隆选择算法原理58

3.2.1 克隆选择的基本概念58

3.2.2 标准克隆选择算法59

3.2.3 免疫克隆选择算法在函数优化中的应用60

3.3 克隆选择算法的收敛性分析62

3.3.1 克隆选择算法的马尔可夫链模型63

3.3.2 CSA收敛性分析66

3.4 自适应克隆选择算法68

3.4.1 算法描述69

3.4.2 算法特点69

3.4.3 算法步骤70

3.5 自适应小生境克隆选择算法70

3.5.1 算法描述71

3.5.2 算法步骤72

3.5.3 参数设置分析73

3.6 算法实现与应用74

3.6.1 基于免疫克隆选择算法的PID参数整定及仿真74

3.6.2 自适应克隆选择算法在函数优化中的应用79

3.6.3 自适应小生境克隆选择算法在函数优化中的应用86

第4章 粒子群算法93

4.1 粒子群算法的研究进展94

4.2 粒子群算法基本原理95

4.2.1 基本粒子群算法95

4.2.2 粒子群算法的参数设置96

4.2.3 粒子群算法特点97

4.3 实数编码的小生境粒子群算法98

4.3.1 算法改进98

4.3.2 算法描述99

4.4 NPSA收敛性分析100

4.5 算法实现与应用102

4.5.1 标准的PSO算法在PID参数整定中的应用102

4.5.2 改进的PSO算法在PID参数整定中的应用104

4.5.3 实数编码的小生境粒子群算法在函数优化中的应用110

第5章 蚁群算法119

5.1 蚁群算法的研究进展119

5.2 蚁群算法基本原理和模型121

5.2.1 蚁群算法的生物学基础121

5.2.2 蚁群算法的基本思想122

5.2.3 蚁群算法的优缺点124

5.3 蚁群算法及其收敛性分析125

5.3.1 简单蚁群算法描述125

5.3.2 收敛性分析127

5.4 实数编码的小生境蚁群算法130

5.4.1 算法思想131

5.4.2 算法描述132

5.5 算法实现与应用133

5.5.1 测试函数133

5.5.2 评价标准134

5.5.3 参数取值134

5.5.4 测试结果135

5.5.5 参数研究138

第6章 量子计算140

6.1 量子计算的研究进展140

6.2 量子位142

6.3 量子逻辑门144

6.3.1 量子逻辑门的可逆性144

6.3.2 量子“非”门146

6.3.3 相移门146

6.3.4 量子“异或”门147

6.3.5 量子“与”门149

6.4 量子寄存器152

6.5 量子加法器155

6.5.1 量子半加器155

6.5.2 一位量子全加器155

6.5.3 多位量子加法器156

6.6 量子中央处理器158

6.6.1 量子中央处理器的构成158

6.6.2 量子中央处理器的工作原理160

6.7 固定费用运输问题的量子算法162

6.7.1 固定费用运输问题162

6.7.2 fcTP的量子算法163

附录A 测试函数165

附录B 各种算法的基本程序168

B.1 二进制编码的遗传算法源程序168

B.2 二进制编码的免疫克隆算法源程序173

B.3 实数编码的粒子群算法源程序177

B.4 实数编码的蚁群算法源程序183

参考文献188

热门推荐