联系卖家
详细信息
严禁交易QQ号码、非正规渠道Q币、非法来源的会员与钻石服务、手机代开服务等；交易双方将可能受到处罚。管理规则>>
温馨提示：请您在购买前仔细查看款式细节图片，注意面料厚薄和弹性，并根据您的身材选择合适的尺码。如有需要，请咨询卖家（点击上面QQ交谈按钮）。
属性信息仅供参考，详细情况请向卖家咨询！
商品描述
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、可靠优化问题、聚类问题、作业调度问题等方面的应用。
编辑推荐群智能算法作为一种新兴的演化计算技术，已成为越来越多研究者的关注焦点，它与人工生命，特别是进化策略以及遗传算法有着极为特殊的联系。群智能理论研究领域主要有两种算法：蚁群算法和粒子群优化算法。蚁群算法是对蚂蚁群落食物采集过程的模拟，已成功应用于许多离散优化问题。粒子群优化算法也是起源于对简单社会系统的模拟，最初是模拟鸟群觅食的过程，但后来发现它是一种很好的优化工具。 《群智能算法及其应用》可作为信息类的高年级本科生、硕士生、博士生以及广大研究智能算法的科技工作者的参考书。
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 求解一般非线整数规划的蚁群算法 2．1．1 引言 2．1．2 求解非线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 2．2．2 WTA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 可靠优化的模拟退火算法 2．4．4 可靠优化的遗传算法 2．4．5 可靠优化的蚁群算法 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 4．3 K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 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分析 8．1 引言 8．2 最短路的蚁群算法收敛分析 8．3 仿真算例 8．4 本章小结第9章 解连续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 非线整数规划的粒子群优化算法 10．5．1 引言 10．5．2 求解非线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分析 13．1 引言 13．2 PSO算法收敛分析 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
‹ 返回商品介绍页
如果您对尺码对照表有更好的建议，欢迎反馈给我们。
本对照表依据中国常用衣服尺码对照表为基础
评价详情
卖家推荐商品
54.50元
170.00元
销售记录
商品价格：23.80元 运 费：免运费
查看买家评价
近三个月销售记录:
购物保障
拍拍网为您提供资金安排和售后保障
先行赔付
买家权利 卖家义务 拍拍监督
买家使用财付通购买“”标志的商品，在确认收货后14天内出现质量问题，与卖家协商无果的情况下有权申请先行赔付。 如实填写商品信息，确保商品质量，并按照承诺为买家提供合理的售后服务。 如买卖方在交易过程中产生纠纷，沟通无果并发起维权的情况下，拍拍网将在7天内介入处理。
价值点：(1) 全部卖家都加入了诚信保证计划
(2) 全站商品都是诚保商品
(3) 质量有问题，拍拍可先行赔付给买家
(1) 买家赔付申请在形式上符合相关法律法规的规定；
(2) 赔付请求金额仅以买家实际支付的商品价款、邮费（含退货回邮费用）为限；
(3) 提出“先行赔付”申请应在线上确认收货后的14天内。
