智能優化理論
吳正言
- 出版商: 機械工業
- 出版日期: 2024-01-23
- 定價: $354
- 售價: 8.5 折 $301
- 語言: 簡體中文
- 頁數: 272
- 裝訂: 平裝
- ISBN: 7111744918
- ISBN-13: 9787111744917
下單後立即進貨 (約4週~6週)
相關主題
商品描述
本書分為6篇：
第1篇智能優化的理論基礎，內容包括優化理論與智慧優化方法概述；
第2篇進化演算法，內容包括遺傳演算法、DNA計算、Memetic演算法和文化演算法；
第3篇仿人智慧優化演算法，內容包括神經網絡演算法、模糊邏輯演算法、思維進化演算法；
第4篇群智慧優化演算法，內容包括蟻群優化演算法、粒子群優化演算法、混合蛙跳演算法、猴群演算法、自由搜尋演算法；
第5篇仿自然優化演算法，內容包括模擬退火演算法、混沌優化演算法、量子遺傳演算法、水波優化演算法、自然雲與氣象雲搜尋優化演算法；
第6篇智慧優化方法的統一架構與共通性理論，內容包括智慧優化方法的統一架構、智慧優化方法的收斂性分析、搜尋空間的探索-開發權衡。
透過闡述這些演算法的基本原理，建立這些演算法的數學模型和計算步驟，為進一步的實踐應用奠定演算法的理論基礎。
目錄大綱
前言
第1篇智慧優化的理論基礎
第1章優化理論概述2
1.1最佳化問題的基本概念2
1.2優化問題的分類4
1.3求解方法的運用原則與搜尋最佳化演算法的一般流程10
複習思考題14
第2章智慧優化方法概述15
2.1智能優化的概念15
2.2智慧優化方法的實質內容—人工複雜適應性系統16
2.3智能優化方法的分類19
複習思考題20
第2篇演化演算法
第3章遺傳演算法22
3.1遺傳演算法尋優的基本思路22
3.2遺傳演算法的理論基礎24
3.3遺傳演算法的實作及改進演算法32
3.4差分進化演算法42
複習思考題47
第4章DNA演算法48
4.1概述48
4.2DNA的結構49
4.3DNA計算的原理50
4.4DNA計算與遺傳演算法的整合51
4.5DNA遺傳演算法與常規遺傳演算法的比較57
複習思考題57
第5章Memetic演算法與文化算法58
5.1Memetic算法58
5.2文化演算法62
複習思考題69
第3篇仿人智慧優化演算法
第6章神經網路演算法71
6.1從機器學習到神經網路71
6.2神經網路訓練86
6.3神經網路的設計方法93
6.4欠擬合、過擬合與正規化101
6.5最佳化演算法106
6.6神經網路的應用優勢和存在的主要問題124
複習思考題124
第7章模糊邏輯演算法125
7.1模糊集合及其運算125
7.2模糊關係129
7.3模糊邏輯與近似推理131
7.4基於規則庫的模糊推理135
7.5模糊邏輯系統的應用優勢與存在的主要問題141
複習思考題142
第8章思維演化演算法143
8.1思維演化演算法的提出143
8.2思維演化演算法的基本思想143
8.3思維演化演算法的描述144
8.4思維演化演算法的改進148
複習思考題149
第4篇群智慧最佳化演算法
第9章蟻群最佳化演算法152
9.1蟻群覓食策略的最佳化原理152
9.2蟻群最佳化演算法介紹155
9.3蟻群最佳化演算法應用舉例162
複習思考題163
第10章粒子群最佳化演算法164
10.1粒子群最佳化演算法的基本原理164
10.2基本粒子群最佳化演算法165
10.3改良的粒子群最佳化演算法166
10.4離散粒子群最佳化演算法169
10.5粒子群最佳化演算法應用舉例171
10.6粒子群最佳化演算法的應用優勢與存在的主要問題173
複習思考題174
第11章混合蛙跳演算法175
11.1混合蛙跳演算法的提出175
11.2混合蛙跳演算法的基本原理175
11.3基本混合蛙跳演算法的描述176
11.4混合蛙跳演算法的實作步驟178
11.5混合蛙跳演算法的實作流程180
11.6協同演化混合蛙跳演算法180
複習思考題184
第12章猴群演算法185
12.1猴群演算法的提出185
12.2猴群演算法的原理185
12.3猴群演算法的數學描述186
12.4猴群演算法的實作步驟及流程188
12.5猴群演算法的優缺點分析189
12.6基於高斯變異的自適應猴群演算法189
複習思考題190
第13章自由搜尋演算法191
13.1自由搜尋演算法的提出191
13.2自由搜尋演算法的最佳化原理191
13.3自由搜尋演算法的數學描述192
13.4自由搜尋演算法的實作步驟及流程194
13.5動態拉伸目標函數的自由搜尋演算法195
複習思考題197
第5篇仿自然最佳化演算法
第14章模擬退火演算法200
14.1模擬退火演算法的提出200
14.2固體退火過程的統計力學原理200
14.3模擬退火演算法的數學描述202
14.4模擬退火演算法的實現要素204
14.5多目標模擬退火演算法206
14.6模擬退火演算法的應用之一：求解旅行商問題207
複習思考題208
第15章混沌最佳化演算法209
15.1混沌最佳化演算法的提出209
15.2混沌學與Logistic映射209
15.3混沌最佳化演算法的實作步驟211
15.4變尺度混沌最佳化演算法的實作步驟212
複習思考題213
第16章量子遺傳演算法214
16.1量子計算214
16.2量子演化演算法221
16.3量子遺傳演算法計算222
16.4改良的量子遺傳演算法226
複習思考題230
第17章水波最佳化演算法231
17.1水波最佳化演算法的提出231
17.2水波現象與水波理論231
17.3水波最佳化演算法的基本原理232
17.4水波最佳化演算法的數學描述233
17.5水波最佳化演算法的實作步驟及流程234
17.6自適應協同學習水波最佳化演算法235
複習思考題238
第18章自然雲與氣象雲搜尋最佳化演算法239
18.1自然雲搜尋最佳化演算法239
18.2氣象雲模型最佳化演算法243
複習思考題248
第6篇智慧優化方法的統一架構與共性理論
第19章智慧優化方法的統一架構250
複習思考題253
第20章智慧最佳化方法的收斂性分析255
20.1收斂性與全域收斂性的定義255
20.2全域收斂性定理256
20.3關於收斂性的討論258
複習思考題259
第21章搜尋空間的探索-開發權衡260
21.1探索與開發的定義與權衡方式260
21.2「探索-開發」權衡的多階段隨機壓縮模型261
複習思考題269
參考文獻270
