×
多目标人工蜂群算法及遗传算法的研究与应用

包邮多目标人工蜂群算法及遗传算法的研究与应用

1星价 ¥18.9 (6.5折)
2星价¥18.9 定价¥29.0
暂无评论
图文详情
  • ISBN:9787551703642
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:205
  • 出版时间:2013-07-01
  • 条形码:9787551703642 ; 978-7-5517-0364-2

本书特色

在实际中,大多数优化多目标问题都具有NP(non-deterministicpolynomial)难度,而传统的优化算法虽然具有较高的计算效率、较强的可靠性、比较成熟等优点,但都具有难以克服的局限性,对于一个复杂的优化问题来说,求解精确的、甚至近似的*优解都是很难的,有时则根本做不到。而借鉴仿生学思想发展起来的元启发式算法,在实际应用中不需要建立问题的精确模型,非常适合于解决难以建立有效形式化模型的问题,并且它们往往具有自学习、自组织、自适应的特征和简单通用、鲁棒性、并行处理的优点。已经被应用于多个领域中的多目标优化问题,如数字信号处理、神经网络优化、模式识别、机器人路径规划、化工、医学等诸多工程领域,已成为计算智能领域的一个重要发展方向。

内容简介

    本书主要研究了求解多目标优化问题的人工蜂群算法及混合遗传算法,针对不同的测试问题,建立了相应的多目标优化算法模型,并从多个角度与相关算法进行了试验对比分析。在多目标人工蜂群算法方面,设计了一种多目标人工蜂群框架,并针对框架的各部分,实现了多种策略,从而衍生出多种多目标人工蜂群算法,并将其应用于求解具有连续空间的函数优化问题和离散空间的面向qos的无线网络路由优化问题。在多目标混合遗传算法方面,对已有的几种被广泛认可的遗传算法及pls算法进行了研究,提出了几种改进的混合多目标遗传算法,并利用提出的算法求解了光网络优化问题及服务选取问题。

目录


**部分 相关研究
 1  绪论
    1.1 研究意义
    1.2 多目标优化问题
    1.3 研究现状
    1.4 算法评价指标
    1.5 本章小结
 2 相关算法
   2.1 人工蜂群算法
   2.2 遗传算法
   2.3 pareto局部优化算法
   2.4 本章小结
第二部分 多目标人工蜂群算法
 3  多目标人工蜂群算法设计
    3.1  总体框架
    3.2 策略设计
    3.3 算法描述
    3.4 本章小结
 4 多目标函数优化问题
   4.1 算法模型
   4.2 试验分析
   4.3 本章小结
 ……
第三部分 多目标遗传算法
参考文献
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航