編輯推薦

蟻群智能優(yōu)化：現(xiàn)代方法解決復(fù)雜問題

內(nèi)容簡(jiǎn)介

蟻群智能優(yōu)化方法是一類重要的現(xiàn)代優(yōu)化方法，為解決復(fù)雜的優(yōu)化問題提供了更多的工具。本書是在分析蟻群優(yōu)化方法的現(xiàn)有研究基礎(chǔ)上，總結(jié)作者前期研究成果而完成的。本書首先講述蟻群算法的基本原理和算法要素，概述了算法的國(guó)內(nèi)外研究現(xiàn)狀，分別針對(duì)旅行商問題、多維背包問題、定向問題、屬性約簡(jiǎn)、衛(wèi)星資源調(diào)度問題、多目標(biāo)組合優(yōu)化問題給出相應(yīng)的蟻群算法并分析所提出算法的性能。

章節(jié)目錄

封面頁

書名頁

版權(quán)頁

作者簡(jiǎn)介

內(nèi)容簡(jiǎn)介

項(xiàng)目資助

前言　FOREWORD

目錄

第1章　緒章

1.1　引言

1.2　復(fù)雜性理論的基礎(chǔ)知識(shí)

1.2.1　算法的復(fù)雜度

1.2.2　問題的復(fù)雜度

1.3　智能優(yōu)化方法概述

1.3.1　常用的智能優(yōu)化方法

1.3.2　智能優(yōu)化方法的一般框架

1.3.3　智能優(yōu)化方法分類

1.3.4　智能優(yōu)化方法的特點(diǎn)

1.4　本書內(nèi)容及組織

參考文獻(xiàn)

第2章　蟻群優(yōu)化方法概述

2.1　蟻群算法的思想起源

2.2　蟻群算法的基本框架

2.3　基本蟻群算法及其典型改進(jìn)算法

2.3.1　基本蟻群算法

2.3.2　蟻群系統(tǒng)

2.3.3　最大最小螞蟻系統(tǒng)

2.4　蟻群算法研究現(xiàn)狀

2.4.1　蟻群算法的應(yīng)用

2.4.2　蟻群算法的改進(jìn)

2.4.3　蟻群算法的理論研究

2.5　小結(jié)

參考文獻(xiàn)

第3章　旅行商問題

3.1　引言

3.2　算法描述

3.3　算法隨機(jī)模型與收斂性質(zhì)分析

3.4　參數(shù)設(shè)置和數(shù)值實(shí)驗(yàn)分析

3.4.1　參數(shù)設(shè)置

3.4.2　與其他改進(jìn)蟻群算法的比較

3.5　小結(jié)

參考文獻(xiàn)

第4章　多維背包問題

4.1　問題描述

4.2　現(xiàn)有算法回顧

4.3　算法描述

4.3.1　算法的基本思想

4.3.2　信息素和啟發(fā)信息的定義

4.3.3　解的構(gòu)造

4.3.4　信息素的更新規(guī)則

4.3.5　局部搜索

4.4　信息素下界的選取

4.4.1　Stützle和Hoos法的分析

4.4.2　自適應(yīng)方法

4.5　實(shí)驗(yàn)分析

4.5.1　解的評(píng)價(jià)

4.5.2　參數(shù)選取

4.5.3　性能分析

4.6　小結(jié)

參考文獻(xiàn)

第5章　定向問題

5.1　問題描述

5.2　算法描述

5.2.1　啟發(fā)信息的定義

5.2.2　解的構(gòu)造

5.2.3　信息素的更新規(guī)則

5.3　差異量的性質(zhì)

5.4　平均差異量的計(jì)算

5.5　實(shí)驗(yàn)分析

5.6　小結(jié)

參考文獻(xiàn)

第6章　團(tuán)隊(duì)定向問題

6.1　問題描述

6.2　現(xiàn)有算法回顧

6.3　算法描述

6.3.1　信息素和啟發(fā)信息的定義

6.3.2　解的構(gòu)造

6.3.3　信息素的更新規(guī)則

6.3.4　局部搜索

6.4　實(shí)驗(yàn)分析

6.4.1　參數(shù)設(shè)置

6.4.2　4種構(gòu)造法的比較

6.4.3　與其他算法的比較

6.5　小結(jié)

參考文獻(xiàn)

第7章　屬性約簡(jiǎn)

7.1　問題描述

7.2　現(xiàn)有算法回顧

7.3　算法描述

7.3.1　邊模式蟻群算法

7.3.2　團(tuán)模式蟻群算法

7.3.3　點(diǎn)模式蟻群算法

7.4　實(shí)驗(yàn)分析

7.5　小結(jié)

參考文獻(xiàn)

第8章　衛(wèi)星資源調(diào)度問題

8.1　問題描述

8.1.1　衛(wèi)星測(cè)控基本概念

8.1.2　衛(wèi)星測(cè)控資源調(diào)度

8.2　衛(wèi)星測(cè)控資源調(diào)度模型

8.2.1　決策變量的選擇

8.2.2　約束條件的描述

8.2.3　衛(wèi)星測(cè)控資源調(diào)度數(shù)學(xué)模型

8.3　衛(wèi)星測(cè)控資源調(diào)度問題求解

8.3.1　蟻群算法

8.3.2　解的構(gòu)造

8.3.3　實(shí)驗(yàn)結(jié)果

8.4　小結(jié)

參考文獻(xiàn)

第9章　旅游路線規(guī)劃問題

9.1　引言

9.2　問題描述

9.3　旅游路線規(guī)劃問題的數(shù)學(xué)模型

9.4　相關(guān)算法

9.4.1　GLS（Guided Local Search）

9.4.2　GRASP（Greedy Random Adaptive Search Procedure）

9.4.3　煙花算法

9.5　蟻群算法及其分析

9.6　小結(jié)

參考文獻(xiàn)

第10章　多目標(biāo)組合優(yōu)化問題

10.1　引言

10.2　多目標(biāo)優(yōu)化的基本概念

10.3　基于分解的多目標(biāo)蟻群算法

10.3.1　MOEA/D-ACO求解MOKP

10.3.2　MOEA/D-ACO求解MTSP

10.4　與MOEA/D-GA在MOKP上的比較

10.4.1　實(shí)驗(yàn)條件

10.4.2　性能評(píng)價(jià)指標(biāo)

10.4.3　結(jié)果比較

10.5　與BicriterionAnt在MTSP上的比較

10.5.1　實(shí)驗(yàn)條件

10.5.2　實(shí)驗(yàn)結(jié)果

10.6　小結(jié)

參考文獻(xiàn)

附錄

蟻群智能優(yōu)化方法及其應(yīng)用是2017年由清華大學(xué)出版社出版,作者柯良軍。

溫馨提示：
得書感謝您對(duì)《蟻群智能優(yōu)化方法及其應(yīng)用》關(guān)注和支持，如本書內(nèi)容有不良信息或侵權(quán)等情形的，請(qǐng)聯(lián)系本網(wǎng)站。