×
基于演化信息指导的人工蜂群算法研究

基于演化信息指导的人工蜂群算法研究

1星价 ¥49.3 (8.5折)
2星价¥49.3 定价¥58.0
暂无评论
图文详情
  • ISBN:9787551724913
  • 装帧:简裝本
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:130页
  • 出版时间:2020-09-01
  • 条形码:9787551724913 ; 978-7-5517-2491-3

内容简介

人工蜂群算法在运行过程中会产生很多有用的过程信息, 通过这些信息能够及时获取问题的搜索空间特征。本书内容包括: 引言 ; 研究基础 ; 基于演化方向指导的单目标人工蜂群算法等。

目录

第1章 引 言 1.1 研究背景及意义 1.2 研究现状及分析 1.3 研究内容 1.4 组织结构 第2章 研究基础 2.1 标准人工蜂群算法 2.2 蚁群优化算法 2.3 算法性能评价指标 2.3.1 Hyper-volume指标 2.3.2 IGD指标 2.4 本章小结 第3章 基于演化方向指导的单目标人工蜂群算法 3.1 研究思路 3.2 算法模型 3.3 算法描述及分析 3.4 在基准测试问题上的实验分析 3.4.1 参数调整 3.4.2 与相关算法比较 3.5 在蛋白质分子对接问题中的应用 3.5.1 蛋白质分子对接问题的研究现状 3.5.2 蛋白质分子对接问题的优化模型 3.5.3 实验比较分析 3.6 本章小结 第4章 基于搜索密度指导的多目标人工蜂群算法 4.1 研究思路 4.2 算法模型 4.2.1 空间分割树机制 4.2.2 觅食策略的设计 4.2.3 新食物源的形成和评估 4.2.4 局部搜索策略 4.3 算法描述及分析 4.4 实验分析 4.4.1 测试问题 4.4.2 参数调整 4.4.3 与相关算法比较 4.5 本章小结 第5章 基于分解的超多目标人工蜂群算法 5.1 研究思路 5.2 算法模型 5.2.1 雇佣蜂搜索策略的设计 5.2.2 观察蜂觅食策略的设计 5.2.3 侦察蜂觅食策略的设计 5.3 算法描述及性能分析 5.4 实验分析 5.4.1 收敛性分析 5.4.2 与相关算法比较 5.5 本章小结 第6章 结论与展望 6.1 工作总结 6.2 研究展望 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