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:
本店所有商品

  • 醉染图书群智能优化方法及应用9787030447401
  • 正版全新
    • 作者: 汤可宗,杨静宇著 | 汤可宗,杨静宇编 | 汤可宗,杨静宇译 | 汤可宗,杨静宇绘
    • 出版社: 科学出版社
    • 出版时间:2015-07-01
    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:
    醉染图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 汤可宗,杨静宇著| 汤可宗,杨静宇编| 汤可宗,杨静宇译| 汤可宗,杨静宇绘
    • 出版社:科学出版社
    • 出版时间:2015-07-01
    • 版次:1
    • 印次:3
    • 字数:302000
    • 页数:240
    • 开本:16开
    • ISBN:9787030447401
    • 版权提供:科学出版社
    • 作者:汤可宗,杨静宇
    • 著:汤可宗,杨静宇
    • 装帧:平装
    • 印次:3
    • 定价:99.00
    • ISBN:9787030447401
    • 出版社:科学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2015-07-01
    • 页数:240
    • 外部编号:1202635728
    • 版次:1
    • 成品尺寸:暂无

    前言

    章绪论

    1.1很优化方法的意义

    1.2很优化方法的分类

    1.3群智能优化方法的产生与发展

    1.4怎样学习群智能优化方法

    参考文献

    第2章很优化模型

    2.1单变量很优化

    2.2多变量很优化

    .传统的优化计算方法

    ..1拉格朗日乘子法

    ..2牛顿迭代法

    ..速下降法

    参考文献

    第3章遗传算法

    3.1导言

    3.2基本原理

    3.2.1基本思想

    3.2.2组成要素

    3..算法流程

    3.3遗传算法的数学机理

    3.3.1模式的概念

    3.3.2模式定理

    3.4实例分析

    3.4.1非线约束优化问题

    3.4.2多目标优化问题

    3.4.3图像分割问题

    参考文献

    第4章粒子群优化算法

    4.1导言

    4.2基本原理

    4.2.1基本粒子群优化算法

    4.2.2标准粒子群优化算法

    4..组成要素

    4.3数学机理

    4.3.1复杂度分析

    4.3.2收敛分析

    4.4实例分析

    4.4.1基于多样反馈的粒子群优化算法

    4.4.2基于离散式多样评策略的自适应粒子群优化算法

    4.4.3双中心粒子群优化算法

    参考文献

    第5章蚁群算法

    5.1导言

    5.2基本原理

    5.2.1蚁群觅食的特

    5.2.2蚂蚁系统模型

    5..蚁群算法的实现

    5.3复杂度及收敛分析

    5.3.1复杂度分析

    5.3.2收敛分析

    5.4蚁群算法的改进

    5.4.1蚁群算法的改进思路

    5.4.2优选蚁群系统(MMAS)

    5.4.3分段算法

    5.4.4小窗口蚁群算法

    5.4.5智能蚂蚁算法

    5.4.6自适应蚁群算法

    5.4.7具有变异和分工特征的蚁群算法

    5.5实例分析

    5.5.1旅行商问题

    5.5.2聚类问题

    5.5.3边缘检测问题

    参考文献

    第6章人工免疫算法

    6.1导言

    6.2基本原理

    6.2.1生物免疫系统的基本概念

    6.2.2免疫系统的功能原理

    6..人工免疫算法基本流程

    6.3免疫算法的分类

    6.3.1基于信息熵的免疫算法

    6.3.2基于免疫特的否定选择算法

    6.3.3基于克隆选择学说的克隆选择算法

    6.3.4基于免疫网络理论的免疫算法

    6.3.5基于疫苗的免疫规划算法

    6.4实例分析

    6.4.1免疫算法与蚁群算法的混合

    6.4.2基于免疫算法的图像分割方法

    参考文献

    第7章文化算法

    7.1导言

    7.2基本原理

    7.3文化算法的设计

    7.3.1群体空间

    7.3.2信度空间

    7.3.3接受函数

    7.3.4影响函数

    7.4实例分析

    7.4.1进化规划文化算法解决约束优化问题

    7.4.2改进进化规划文化算法

    参考文献

    第8章微分进化

    8.1导言

    8.2基本原理

    8.2.1基本思想

    8.2.2组成要素

    8..DE算法的流程

    8.3改进的微分进化算法

    8.3.1MADE算法

    8.3.2BinDE算法

    8.3.3normDE算法

    8.3.4基于极大、极小距离密度的多目标微分进化算法

    8.4微分进化的几种优化策略

    8.5实例分析

    8.5.1微分进化文化算法

    8.5.2基于Pareto的双群体多目标微分进化算法

    参考文献

    第9章模拟退火算法

    9.1导言

    9.1.1物理退火过程

    9.1.2退火与模拟退火

    9.2模拟退火的数学描述和统计特

    9.2.1数学描述

    9.2.2统计特

    9.模拟火算法的实现流程及能分析

    9.3.1算法的计算步骤和流程图

    9.3.2算法的组成要素

    9.3.3算法能分析

    9.4实例分析

    9.4.1优化问题

    9.4.2应急救援物资调度问题

    参考文献

    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