- 商品参数
-
- 作者:
无著|
包子阳,余继周,杨杉编
- 出版社:电子工业出版社
- 开本:16开
- ISBN:9787588773876
- 出版周期:旬刊
- 版权提供:电子工业出版社
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。
温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货)。
关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
内容介绍
智能优化算法在解决大空间、非线性、全局寻优、组合优化等复杂问题方面具有独特的优势,因而得到了国内外学者的广泛关注,并在信号处理、图像处理、生产调度、任务分配、模式识别、自动控制和机械设计等众多领域得到了成功应用。本书介绍了8种经典智能优化算法——遗传算法、差分进化算法、免疫算法、蚁群算法、粒子群算法、模拟退火算法、禁忌搜索算法和神经网络算法的来源、原理、算法流程和关键参数说明,并给出了具体的MATLAB仿真实例。对于要用这些算法工具来解决具体问题的理论研究和工程技术人员,通过本书可以节省大量查询资料和编写程序的时间,通过仿真实例可以更深入地理解、快速地掌握这些算法。
目录
目 录
第1章 概述 1
1.1 进化类算法 2
1.2 群智能算法 3
1.3 模拟退火算法 5
1.4 禁忌搜索算法 5
1.5 神经网络算法 5
参考文献 6
第2章 遗传算法 7
2.1 引言 7
2.2 遗传算法理论 8
2.2.1 遗传算法的生物学基础 8
2.2.2 遗传算法理论基础 9
2.2.3 遗传算法的基本概念 11
2.2.4 标准遗传算法 14
2.2.5 遗传算法的特点 14
2.2.6 遗传算法的改进方向 15
2.3 遗传算法流程 15
2.4 关键参数说明 17
2.5 MATLAB仿真实例 18
参考文献 33
第3章 差分进化算法 35
3.1 引言 35
3.2 差分进化算法理论 36
3.2.1 差分进化算法原理 36
3.2.2 差分进化算法的特点 36
3.3 差分进化算法种类 37
3.3.1 基本差分进化算法 37
3.3.2 差分进化算法的其他形式 39
3.3.3 改进的差分进化算法 40
3.4 差分进化算法流程 41
3.5 关键参数的说明 42
3.6 MATLAB仿真实例 43
参考文献 55
第4章 免疫算法 57
4.1 引言 57
4.2 免疫算法理论 58
4.2.1 生物免疫系统 58
4.2.2 免疫算法概念 60
4.2.3 免疫算法的特点 61
4.2.4 免疫算法算子 61
4.3 免疫算法种类 65
4.3.1 克隆选择算法 65
4.3.2 免疫遗传算法 65
4.3.3 反向选择算法 65
4.3.4 疫苗免疫算法 66
4.4 免疫算法流程 66
4.5 关键参数说明 68
4.6 MATLAB仿真实例 69
参考文献 82
第5章 蚁群算法 85
5.1 引言 85
5.2 蚁群算法理论 86
5.2.1 真实蚁群的觅食过程 86
5.2.2 人工蚁群的优化过程 88
5.2.3 真实蚂蚁与人工蚂蚁的异同 88
5.2.4 蚁群算法的特点 89
5.3 基本蚁群算法及其流程 90
5.4 改进的蚁群算法 93
5.4.1 精英蚂蚁系统 93
5.4.2 *大*小蚂蚁系统 93
5.4.3 基于排序的蚁群算法 94
5.4.4 自适应蚁群算法 94
5.5 关键参数说明 95
5.6 MATLAB仿真实例 97
参考文献 106
第6章 粒子群算法 109
6.1 引言 109
6.2 粒子群算法理论 110
6.2.1 粒子群算法描述 110
6.2.2 粒子群算法建模 111
6.2.3 粒子群算法的特点 111
6.3 粒子群算法种类 112
6.3.1 基本粒子群算法 112
6.3.2 标准粒子群算法 112
6.3.3 压缩因子粒子群算法 113
6.3.4 离散粒子群算法 114
6.4 粒子群算法流程 114
6.5 关键参数说明 115
6.6 MATLAB仿真实例 118
参考文献 133
第7章 模拟退火算法 135
7.1 引言 135
7.2 模拟退火算法理论 136
7.2.1 物理退火过程 136
7.2.2 模拟退火原理 137
7.2.3 模拟退火算法思想 138
7.2.4 模拟退火算法的特点 139
7.2.5 模拟退火算法的改进方向 139
7.3 模拟退火算法流程 140
7.4 关键参数说明 141
7.5 MATLAB仿真实例 143
参考文献 154
第8章 禁忌搜索算法 155
8.1 引言 155
8.2 禁忌搜索算法理论 156
8.2.1 局部邻域搜索 156
8.2.2 禁忌搜索 157
8.2.3 禁忌搜索算法的特点 157
8.2.4 禁忌搜索算法的改进方向 158
8.3 禁忌搜索算法流程 158
8.4 关键参数说明 160
8.5 MATLAB仿真实例 163
参考文献 174
第9章 神经网络算法 177
9.1 引言 177
9.2 神经网络算法理论 178
9.2.1 人工神经元模型 178
9.2.2 常用激活函数 179
9.2.3 神经网络模型 180
9.2.4 神经网络工作方式 180
9.2.5 神经网络算法的特点 181
9.3 梯度下降算法 182
9.4 BP神经网络算法 183
9.5 神经网络算法的实现 186
9.5.1 数据预处理 186
9.5.2 神经网络实现函数 188
9.6 MATLAB仿真实例 191
参考文献 199
附录A MATLAB主要函数命令 201
作者介绍
包子阳:高级工程师,自2009年8月至今工作于北京无线电测量研究所。2009年6月毕业于电子科技大学信号与信息处理专业,获硕士学位。一直从事雷达电气总体、智能算法和深度学习等研究工作。迄今出版人工智能算法专著3部,申请发明专利10项,在国际雷达会议、《系统工程与电子技术》等发表学术论文十余篇。
关联推荐
电子、通信、计算机、自动化、机器人等学科以及信号处理、图像处理、模式识别、自动控制和机械设计等领域,从事智能优化算法的理论研究和工程应用的广大科研人员以及高等院校高年级本科生、研究生。
1