智能優化算法及其 MATLAB 實例, 3/e

包子陽,餘繼周,楊杉

  • 出版商: 電子工業
  • 出版日期: 2020-12-01
  • 定價: $359
  • 售價: 8.5$305
  • 語言: 簡體中文
  • 頁數: 232
  • 裝訂: 平裝
  • ISBN: 7121401517
  • ISBN-13: 9787121401510
  • 相關分類: Matlab
  • 立即出貨 (庫存 < 4)

買這商品的人也買了...

商品描述

智能優化算法在解決大空間、非線性、全局尋優、組合優化等復雜問題方面具有獨特的優勢,因而得到了國內外學者的廣泛關註,並在信號處理、圖像處理、生產調度、任務分配、模式識別、自動控制和機械設計等眾多領域得到了成功應用。
本書介紹了8種經典智能優化算法——遺傳算法、差分進化算法、免疫算法、蟻群算法、粒子群算法、模擬退火算法、禁忌搜索算法和神經網絡算法的來源、原理、算法流程和關鍵參數說明,並給出了具體的MATLAB模擬實例。
對於要用這些算法工具來解決具體問題的理論研究和工程技術人員,通過本書可以節省大量查詢資料和編寫程序的時間,通過模擬實例可以更深入地理解、快速地掌握這些算法。

作者簡介

包子陽:高級工程師,自2009年8月至今工作於北京無線電測量研究所。 
2009年6月畢業於電子科技大學信號與信息處理專業,獲碩士學位。
一直從事雷達電氣總體、智能算法和深度學習等研究工作。
迄今出版人工智能算法專著3部,申請發明專利10項,在國際雷達會議、《系統工程與電子技術》等發表學術論文十餘篇。

目錄大綱

目 錄

第1章 概述 1
1.1 進化類算法 2
1.2 群智能算法 3
1.3 模擬退火算法 5
1.4 禁忌搜索算法 5
1.5 神經網絡算法 5
參考文獻 6

第2章 遺傳算法 7
2.1 引言 7
2.2 遺傳算法理論 8
2.2.1 遺傳算法的生物學基礎 8
2.2.2 遺傳算法理論基礎 9
2.2.3 遺傳算法的基本概念 11
2.2.4 標準遺傳算法 14
2.2.5 遺傳算法的特點 14
2.2.6 遺傳算法的改進方向 15
2.3 遺傳算法流程 15
2.4 關鍵參數說明 17
2.5 MATLAB仿真實例 18
參考文獻 33

第3章 差分進化算法 35
3.1 引言 35
3.2 差分進化算法理論 36
3.2.1 差分進化算法原理 36
3.2.2 差分進化算法的特點 36
3.3 差分進化算法種類 37
3.3.1 基本差分進化算法 37
3.3.2 差分進化算法的其他形式 39
3.3.3 改進的差分進化算法 40
3.4 差分進化算法流程 41
3.5 關鍵參數的說明 42
3.6 MATLAB仿真實例 43
參考文獻 55

第4章 免疫算法 57
4.1 引言 57
4.2 免疫算法理論 58
4.2.1 生物免疫系統 58
4.2.2 免疫算法概念 60
4.2.3 免疫算法的特點 61
4.2.4 免疫算法算子 61
4.3 免疫算法種類 65
4.3.1 克隆選擇算法 65
4.3.2 免疫遺傳算法 65
4.3.3 反向選擇算法 65
4.3.4 疫苗免疫算法 66
4.4 免疫算法流程 66
4.5 關鍵參數說明 68
4.6 MATLAB仿真實例 69
參考文獻 82

第5章 蟻群算法 85
5.1 引言 85
5.2 蟻群算法理論 86
5.2.1 真實蟻群的覓食過程 86
5.2.2 人工蟻群的優化過程 88
5.2.3 真實螞蟻與人工螞蟻的異同 88
5.2.4 蟻群算法的特點 89
5.3 基本蟻群算法及其流程 90
5.4 改進的蟻群算法 93
5.4.1 精英螞蟻系統 93
5.4.2 最大最小螞蟻系統 93
5.4.3 基於排序的蟻群算法 94
5.4.4 自適應蟻群算法 94
5.5 關鍵參數說明 95
5.6 MATLAB仿真實例 97
參考文獻 106

第6章 粒子群算法 109
6.1 引言 109
6.2 粒子群算法理論 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 粒子群算法的特點 111
6.3 粒子群算法種類 112
6.3.1 基本粒子群算法 112
6.3.2 標準粒子群算法 112
6.3.3 壓縮因子粒子群算法 113
6.3.4 離散粒子群算法 114
6.4 粒子群算法流程 114
6.5 關鍵參數說明 115
6.6 MATLAB仿真實例 118
參考文獻 133

第7章 模擬退火算法 135
7.1 引言 135
7.2 模擬退火算法理論 136
7.2.1 物理退火過程 136
7.2.2 模擬退火原理 137
7.2.3 模擬退火算法思想 138
7.2.4 模擬退火算法的特點 139
7.2.5 模擬退火算法的改進方向 139
7.3 模擬退火算法流程 140
7.4 關鍵參數說明 141
7.5 MATLAB仿真實例 143
參考文獻 154

第8章 禁忌搜索算法 155
8.1 引言 155
8.2 禁忌搜索算法理論 156
8.2.1 局部鄰域搜索 156
8.2.2 禁忌搜索 157
8.2.3 禁忌搜索算法的特點 157
8.2.4 禁忌搜索算法的改進方向 158
8.3 禁忌搜索算法流程 158
8.4 關鍵參數說明 160
8.5 MATLAB仿真實例 163
參考文獻 174

第9章 神經網絡算法 177
9.1 引言 177
9.2 神經網絡算法理論 178
9.2.1 人工神經元模型 178
9.2.2 常用激活函數 179
9.2.3 神經網絡模型 180
9.2.4 神經網絡工作方式 180
9.2.5 神經網絡算法的特點 181
9.3 梯度下降算法 182
9.4 BP神經網絡算法 183
9.5 神經網絡算法的實現 186
9.5.1 數據預處理 186
9.5.2 神經網絡實現函數 188
9.6 MATLAB仿真實例 191
參考文獻 199

附錄A MATLAB主要函數命令 201