由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高99元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
正版新书]多维粒子群优化在机器学习与模式识别中的应用赛尔坎·
¥ ×1
第1章 绪论
1.1 最优化历史发展
1.2 核心问题
1.3 本书内容简介
参考文献
第2章 最优化技术概述
2.1 最优化技术的历史
2.2 确定性分析方法
2.2.1 梯度下降法
2.2.2 牛顿拉普森迭代法
2.2.3 Nelder-Mead搜索方法
2.3 随机方法
2.3.1 模拟退火算法
2.3.2 随机逼近方法
2.4 进化算法
2.4.1 遗传算法
2.4.2 差分进化算法
参考文献
第3章 粒子群优化算法
3.1 引言
3.2 基本粒子群优化算法
3.3 粒子群优化算法的一些变体形式
3.3.1 部落
3.3.2 多群
3.4 应用领域
3.4.1 非线性函数最小化
3.4.2 数据聚类
3.4.3 人工神经网络
3.5 程序注解与软件开发包
参考文献
第4章 多维粒子群优化算法
4.1 多维度研究的需要
4.2 基本思想
4.3 多维粒子群优化算法
4.4 程序注解与软件包
4.4.1 PSO_MDlib应用程序中的多维粒子群优化操作
4.4.2 PSOTestApp应用程序中的多维粒子群优化操作
参考文献
第5章 改进全局收敛性
5.1 分形全局最优构建
5.1.1 研究动机
5.1.2 基于FGBF的粒子群优化
5.1.3 基于FGBF的多维粒子群优化
5.1.4 非线性函数最小化
5.2 动态环境的最优化方法
5.2.1 动态环境:试验台
5.2.2 多群粒子群优化
5.2.3 基于FGBF的移动峰问题的移动峰基准
5.2.4 多维移动峰函数的优化
5.2.5 常规移动峰函数性能评估
。。。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格
