返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 基于合作协同演化的微粒群计算及其应用 伍大清 著作 大中专 文轩网
  • 新华书店正版
    • 作者: 伍大清著
    • 出版社: 电子工业出版社
    • 出版时间:2015-09-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 伍大清著
    • 出版社:电子工业出版社
    • 出版时间:2015-09-01 00:00:00
    • 版次:1
    • 印次:1
    • 印刷时间:2015-09-01
    • 字数:224千字
    • 页数:130
    • 开本:其他
    • 装帧:平装
    • ISBN:9787121272585
    • 国别/地区:中国
    • 版权提供:电子工业出版社

    基于合作协同演化的微粒群计算及其应用

    作  者:伍大清 著作
    定  价:39
    出 版 社:电子工业出版社
    出版日期:2015年09月01日
    页  数:130
    装  帧:平装
    ISBN:9787121272585
    主编推荐

    内容简介

    本书围绕粒子群优化算法在优化领域存在的不足,并结合具体工业生产过程的实际应用,对粒子群优化算法进行了改进和应用研究。本书基于合作协同算法框架,将各种局部优化、全局优化、自适应等策略融入到微粒群优化算法,以克服传统微粒群算法某些方面的缺陷,较大幅度地改进了算法性能,构建了面向大规模复杂优化问题的微粒群智能计算框架体系,并利用通用的组合优化和实数优化问题对算法进行了验证,将其应用于函数优化、柔性车间调度、环境经济调度、带时间窗的车辆路径优化及低碳供应链选址-路径-库存集成优化等实际管理工程复杂问题,在应用过程中体现了合作协同微粒群计算的有效性和实用性,为求解大规模复杂问题提供理论基础与方法支持。 本书可作为计算机、电气自动化技术、管理科学与工程等相关专业高年级本科生或研究生智能计算方法课程的教材,也可作为计算机、电气自动化技术、管理科学与工程等相关行业研究和开发的参考书。

    作者简介

    精彩内容

    目录
    目    录

    第1章  绪论 1
    1.1  研究背景与意义 1
    1.2  国内外研究进展 2
    1.2.1  合作协同演化算法研究进展 2
    1.2.2  微粒群优化算法研究进展 4
    1.2.3  微粒群优化计算典型应用 8
    1.3  研究目的 10
    1.4  研究内容 10
    1.5  创新点 11
    第2章  相关理论 13
    2.1  引言 13
    2.2  很优化理论 13
    2.2.1  单目标优化问题 14
    2.2.2  多目标优化问题 16
    2.3  合作协同演化理论 18
    2.4  智能计算方法 19
    2.4.1  微粒群优化算法 19
    2.4.2  蜂群优化算法 22
    2.5  小结 25
    第3章  基于自适应学习的并行协同微粒群算法及理论研究 26
    3.1  引言 26
    3.2  基于自适应学习的并行PSO算法 26
    3.2.1  并行协同演化策略 27
    3.2.2  自适应学习机制 28
    3.2.3  HLPSO算法步骤 28
    3.2.4  HLPSO算法实现 29
    3.3  自适应学习的并行PSO算法理论基础 30
    3.3.1  HLPSO算法收敛性分析 30
    3.3.2  HLPSO算法复杂度分析 32
    3.4  HLPSO在函数优化中的应用 33
    3.4.1  测试函数 33
    3.4.2  均值方差对比 35
    3.4.3  双侧T-检验 36
    3.5  小结 36
    第4章  基于多阶段协同微粒群智能优化算法 37
    4.1  引言 37
    4.2  多阶段协同微粒群智能优化算法 37
    4.2.1  DMPSOABC算法思想 37
    4.2.2  DMPSOABC算法模型 38
    4.2.3  DMPSOABC算法描述 40
    4.2.4  DMPSOABC算法实现 41
    4.3  DMPSOABC算法时间复杂度分析 42
    4.4  DMPSOABC算法在函数优化中的应用 42
    4.4.1  测试函数 42
    4.4.2  实验目的 44
    4.4.3  实验环境 44
    4.4.4  参数设置 45
    4.4.5  实验结果 46
    4.5  基于多阶段协同的柔性作业车间智能调度 51
    4.5.1  柔性作业车间调度问题数学模型 51
    4.5.2  柔性作业车间调度算法描述 52
    4.5.3  实例验证 56
    4.6  小结 61
    第5章  基于空间自适应划分的动态种群多目标优化算法 62
    5.1  引言 62
    5.2  基于空间自适应划分的动态多目标优化算法 62
    5.2.1  ECMPSO算法思想 62
    5.2.2  ECMPSO算法模型 66
    5.2.3  ECMPSO算法描述 67
    5.3  ECMPSO算法时间复杂度分析 68
    5.4  实验测试 68
    5.4.1  测试函数及参数设置 68
    5.4.2  参数敏感性分析 70
    5.4.3  测试结果 74
    5.5  ECMPSO在解决环境经济调度问题中的应用 80
    5.5.1  环境经济调度的数学模型 80
    5.5.2  环境经济调度算法描述 81
    5.5.3  仿真实验与分析 82
    5.6  小结 84
    第6章  基于集合编码的车辆路径多目标优化模型及算法 86
    6.1  引言 86
    6.2  带时间窗车辆路径多目标优化模型 86
    6.3  基于集合编码的带时间窗车辆路径多目标优化算法 88
    6.3.1  算法思想 88
    6.3.2  种群编码 88
    6.3.3  初始化种群 89
    6.3.4  粒子更新 90
    6.3.5  局部搜索策略 93
    6.3.6  算法描述 93
    6.4  实验仿真与结果分析 94
    6.4.1  测试问题 94
    6.4.2  性能评价指标 94
    6.4.3  实验结果 95
    6.4.4  实例分析 99
    6.5  小结 100
    第7章  低碳供应链选址―路径―库存集成优化模型及算法 101
    7.1  引言 101
    7.2  考虑碳排放的CLIRP模型 103
    7.2.1  问题描述及假设 103
    7.2.2  模型构建 104
    7.3  基于两阶段协同多目标微粒群的CLRIP决策算法 108
    7.3.1  算法思想 108
    7.3.2  算法模型 110
    7.3.3  算法描述 110
    7.4  数值与算例分析 111
    7.5  小结 117
    第8章  总结与展望 118
    8.1  本书的主要工作和结论 118
    8.2  对未来工作的研究展望 119
    参考文献 120

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购