包邮智能优化算法解析

1星价 ¥42.3 (7.1折)

2星价￥42.3 定价￥59.8

作者：冀俊忠王鼎著

出版社：机械工业出版社

本类榜单：计算机/网络

分类：计算机/网络 > 计算机教材

暂无评论

图文详情

ISBN：9787111772873
装帧：平装-胶订
册数：暂无
重量：暂无
开本：16开
页数：245
出版时间：2024-12-01
条形码：9787111772873 ; 978-7-111-77287-3

本书特色

本书遵循教指委相关指导文件和高等院校学生学习规律编写而成。践行四新理念，融入思政元素，注重理论与实践相结合。

内容简介

智能优化算法是人工智能的核心技术之一。本书主要从原理和设计两方面对智能优化算法进行深入解析。全书内容共7章，其中，第1章介绍智能优化算法的一些基本定义和基础知识；第2～6章分别讨论通过模拟基于进化规律、物理原理、化学原理、人类行为、群智能等不同机理而产生的五类智能优化算法，每类算法重点介绍几个典型算法的求解原理、优化策略和算法实现；第7章结合战略性新兴领域的实际需求，探讨智能优化算法在智慧环保、生物工程、脑科学中的一些工程应用。　　本书可作为普通高等院校计算机、自动化、人工智能等相关专业本科生、研究生的专业课或通识课教材，也可供广大从事智能优化的工程技术人员参考。　　本书配有电子课件等教学资源，欢迎选用本书作教材的教师登录www.cmpedu.com注册后下载，或发邮件至jinacmp@163.com索取。

前言

优化问题是现实世界中的一种客观存在，它不仅普遍存在于我们的学习、生活和工作中，而且也遍布于人工智能的许多研究和工程应用领域，所以，优化问题的求解一直以来是人工智能学者所关注的前沿热点。智能优化算法是一种现代启发式优化算法，又称元启发式搜索算法，它是一种具有全局优化能力、通用性强且求解效率高的算法。其机理是通过模拟自然演化规律、人类智慧和知识、生物社会性行为等来实现在问题解空间中的高效搜索。伴随人工智能理论和方法从符号智能到计算智能（群体智能）的转变，智能优化算法在不断演化中迎来了蓬勃发展。与此同时，智能优化算法在工业制造、生产调度、系统控制、模式识别、任务分配、图像处理、生物识别、机械设计等领域获得了广泛应用，并在提高求解性能、系统效率、节能减耗等方面得到了显著效果。总之，智能优化算法一直以来都是人工智能的*核心技术之一，也是人工智能促进社会发展的一种重要手段。
　　这是一本面向理工科本科院校学生的智能优化算法教科书。虽然编者试图尽可能少地使用复杂的数学知识，但书中仍会涉及少量的概率、统计、代数、逻辑等方面的知识，所以，本书较适合大学三年级及以上的本科生、研究生，以及具有类似背景且对智能优化感兴趣的读者。为了使尽可能多的读者能够通过本书理解智能优化算法，使用或提出新的智能优化算法来进行实际问题的求解，本书内容如下：1）按照元启发的模拟机理来组织全书结构，方便读者对不同算法原理的理解：全书包含5大基本类型、16种智能优化算法，既包含经典的遗传、模拟退火、禁忌搜索、蚁群优化、粒子群优化等算法，也包含近年来新提出的浣熊优化、材料生成等新型算法。优化问题是现实世界中的一种客观存在，它不仅普遍存在于我们的学习、生活和工作中，而且也遍布于人工智能的许多研究和工程应用领域，所以，优化问题的求解一直以来是人工智能学者所关注的前沿热点。智能优化算法是一种现代启发式优化算法，又称元启发式搜索算法，它是一种具有全局优化能力、通用性强且求解效率高的算法。其机理是通过模拟自然演化规律、人类智慧和知识、生物社会性行为等来实现在问题解空间中的高效搜索。伴随人工智能理论和方法从符号智能到计算智能（群体智能）的转变，智能优化算法在不断演化中迎来了蓬勃发展。与此同时，智能优化算法在工业制造、生产调度、系统控制、模式识别、任务分配、图像处理、生物识别、机械设计等领域获得了广泛应用，并在提高求解性能、系统效率、节能减耗等方面得到了显著效果。总之，智能优化算法一直以来都是人工智能的*核心技术之一，也是人工智能促进社会发展的一种重要手段。 　　这是一本面向理工科本科院校学生的智能优化算法教科书。虽然编者试图尽可能少地使用复杂的数学知识，但书中仍会涉及少量的概率、统计、代数、逻辑等方面的知识，所以，本书较适合大学三年级及以上的本科生、研究生，以及具有类似背景且对智能优化感兴趣的读者。为了使尽可能多的读者能够通过本书理解智能优化算法，使用或提出新的智能优化算法来进行实际问题的求解，本书内容如下：1）按照元启发的模拟机理来组织全书结构，方便读者对不同算法原理的理解：全书包含5大基本类型、16种智能优化算法，既包含经典的遗传、模拟退火、禁忌搜索、蚁群优化、粒子群优化等算法，也包含近年来新提出的浣熊优化、材料生成等新型算法。 　　2）结合具体的优化问题，阐明算法的求解原理和设计实现：书中的每一个算法都结合具体的优化问题给出了求解流程和用MATLAB编写的算法案例。 　　3）与战略性新兴领域的工程实践相结合，解读了3个具体工程应用的算法设计：本书参编者均有多年的智能优化算法及其应用的研究经历，基于自己的研究成果和积累，书中*后一章举例说明了智能优化算法在新兴领域实际应用中的设计与实现。 　　4）书中有大量图和示例展示，编写内容力求通俗易懂，在介绍算法的章节后给出适量且有一定开放性思维的练习题，不仅方便读者对书中内容的理解和掌握，也强化读者拓展和创新能力的培养。 　　全书共7章，第1章绪论，首先介绍了什么是优化问题，什么是智能优化算法。然后介绍了智能优化算法的技术特征、基本术语、机制。接着按照五种类型分别阐述了智能优化算法的发展历程，并总结了相应智能优化算法的发展趋势。*后，介绍了智能优化算法的应用。该章是对智能优化算法的一个概览，由冀俊忠编写。第2章基于进化规律的智能优化算法，介绍了一类受自然界生物进化概念和规律启发通过选择、交叉、变异操作来实现问题求解的智能优化算法。该章以遗传、差分进化、生物地理学优化三种算法为例对具体问题的求解进行详细阐述，由雷名龙编写。第3章基于物理原理的智能优化算法，介绍了一类通过模拟宇宙中的一些物理规则和原理来实现问题求解的智能优化算法。该章以模拟退火、引力搜索、量子近似优化三种算法为例对具体问题的求解进行详细阐述，由张晓丹编写。第4章基于化学原理的智能优化算法，介绍了一类通过模拟化学原理和过程来实现问题求解的智能优化算法。该章以化学反应优化、人工化学反应优化、材料生成三种算法为例对具体问题的求解进行详细阐述，由刘金铎编写。第5章基于人类行为的智能优化算法，介绍了一类通过模拟人类的一些行为和感知来实现问题求解的智能优化算法。该章以人工神经网络、禁忌搜索、头脑风暴优化三种算法为例对具体问题的求解进行详细阐述，由王鼎编写。第6章基于群智能的智能优化算法，介绍了一类通过模拟由简单个体组成的群体进行交互与合作的集体社会行为来实现问题求解的智能优化算法。该章以蚁群优化、粒子群优化、细菌觅食优化、浣熊优化四种算法为例对具体问题的求解进行详细阐述，由杨翠翠编写。第7章基于智能优化算法的实际问题求解案例。该章结合智慧环保、生物信息、脑科学等新兴领域中的现实需求，介绍了粒子群优化、神经网络、菌群优化、萤火虫优化四种智能优化算法在解决污水处理系统中多目标优化设计、蛋白质连接组中蛋白质网络功能模块检测、脑连接组中脑效应连接网络学习等实际工程中的应用案例，相应内容分别由王鼎、杨翠翠、刘金铎编写。全书统稿和校对由冀俊忠、王鼎、杨翠翠完成。特别感谢北京工业大学在读博士生吴同轩、王将宇，硕士生袁泽强、唐国翰、李鑫、马宏宇、李祥、张晓宇、翟继豪、贾奥哲、郑诚信、申青雅、何庆钊、邵珠琳等在本书涉及的一些文献检索、代码调试、作图方面给予的支持和帮助，感谢机械工业出版社的吉玲编辑在本书出版过程中所付出的辛勤努力。在本书编写过程中，也参考了国内外相关教材和研究成果，特此对这些文献的作者表示衷心感谢！ 　　智能优化算法的发展极为迅速，涉及面也越来越广博。由于编者水平有限，书中难免有错谬之处，敬请广大读者批评指正。 　　编　者

显示全部信息

前言
第1章　绪论 1
1.1　优化问题 1
1.1.1　什么是优化问题 1
1.1.2　优化问题的类别 2
1.1.3　经典优化问题 4
1.2　智能优化算法 7
1.2.1　什么是智能优化算法 7
1.2.2　基本术语和机制 8
1.2.3　智能优化算法的分类及其发展历程 9
1.2.4　智能优化算法的应用 15
本章小结 16
思考题与习题 16
参考文献 17
第2章　基于进化规律的智能优化算法 22
2.1　遗传算法 22
2.1.1　算法原理 23
2.1.2　关键操作 26
2.1.3　典型问题求解案例 32
2.1.4　前沿进展 35
2.2　差分进化算法 36
2.2.1　算法原理 36
2.2.2　典型问题求解案例 40
2.2.3　前沿进展 42
2.3　生物地理学优化算法 43
2.3.1　算法原理 44
2.3.2　优化策略 46
2.3.3　典型问题求解案例 51
2.3.4　前沿进展 53
本章小结 54
思考题与习题 55
参考文献 55
第3章　基于物理原理的智能优化算法 59
3.1　模拟退火算法 59
3.1.1　算法原理 60
3.1.2　优化策略 62
3.1.3　算法流程 64
3.1.4　典型问题求解案例 65
3.1.5　前沿进展 67
3.2　引力搜索算法 67
3.2.1　算法原理 68
3.2.2　优化策略 69
3.2.3　算法流程 70
3.2.4　典型问题求解案例 71
3.2.5　前沿进展 73
3.3　量子近似优化算法 74
3.3.1　算法原理 74
3.3.2　优化策略 78
3.3.3　算法流程 80
3.3.4　典型问题求解案例 81
3.3.5　前沿进展 84
本章小结 84
思考题与习题 85
参考文献 86
第4章　基于化学原理的智能优化算法 88
4.1　化学反应优化算法 88
4.1.1　算法原理 89
4.1.2　算法描述 89
4.1.3　算法流程 93
4.1.4　典型问题求解案例 95
4.1.5　前沿进展 98
4.2　人工化学反应优化算法 98
4.2.1　基本概念与原理 98
4.2.2　算法描述 100
4.2.3　算法流程 103
4.2.4　典型问题求解案例 104
4.2.5　前沿进展 106
4.3　材料生成算法 106
4.3.1　基本概念与原理 107
4.3.2　算法描述 108
4.3.3　算法流程 112
4.3.4　典型问题求解案例 112
本章小结 115
思考题与习题 115
参考文献 116
第5章　基于人类行为的智能优化算法 118
5.1　人工神经网络算法 118
5.1.1　算法原理 119
5.1.2　反向传播神经网络算法 121
5.1.3　径向基函数神经网络算法 125
5.1.4　典型问题求解案例 127
5.1.5　前沿进展 128
5.2　禁忌搜索算法 130
5.2.1　典型搜索算法概述 130
5.2.2　基本概念 131
5.2.3　算法流程 132
5.2.4　典型问题求解案例 134
5.2.5　前沿进展 139
5.3　头脑风暴优化算法 140
5.3.1　头脑风暴法概述 140
5.3.2　算法原理 142
5.3.3　典型问题求解案例 144
5.3.4　前沿进展 149
本章小结 150
思考题与习题 151
参考文献 152
第6章　基于群智能的智能优化算法 154
6.1　蚁群优化算法 154
6.1.1　算法原理 155
6.1.2　蚂蚁系统算法 156
6.1.3　蚁群系统算法 159
6.1.4　*大-*小蚂蚁系统算法 161
6.1.5　典型问题求解案例 163
6.1.6　前沿进展 167
6.2　粒子群优化算法 168
6.2.1　算法原理 169
6.2.2　基本粒子群优化算法 170
6.2.3　标准粒子群优化算法 172
6.2.4　多目标粒子群优化算法 174
6.2.5　典型问题求解案例 179
6.2.6　前沿进展 184
6.3　细菌觅食优化算法 185
6.3.1　算法原理 185
6.3.2　算法描述 186
6.3.3　典型问题求解案例 190
6.3.4　前沿进展 196
6.4　浣熊优化算法 197
6.4.1　算法原理 197
6.4.2　算法描述 198
6.4.3　典型问题求解案例 200
本章小结 205
思考题与习题 205
参考文献 207
第7章　基于智能优化算法的实际问题求解案例 211
7.1　一类污水处理系统的智能评判优化控制设计 212
7.1.1　污水处理过程的基本运行原理 212
7.1.2　多目标智能优化算法描述 214
7.1.3　智能跟踪控制器设计 216
7.1.4　实验分析 219
7.2　基于细菌觅食优化的蛋白质功能模块检测 222
7.2.1　PPI网络及其蛋白质功能模块检测 222
7.2.2　BFO-FMD算法描述 223
7.2.3　实验分析 228
7.3　基于萤火虫算法的脑效应连接网络学习 231
7.3.1　脑效应连接学习概述 232
7.3.2　学习脑效应连接网络的萤火虫算法 233
7.3.3　FAEC算法描述 238
7.3.4　实验分析 239
本章小结 245
参考文献 245

展开全部

本类五星书

更多>>

浏览历史

本类畅销

×

包邮智能优化算法解析

本书特色

内容简介

前言

目录

预估到手价 ×