首页 > 科技 > 通信与网络 > 信号与信息处理

智能优化算法及其MATLAB实例

作译者：包子阳,余继周

出版时间：2016-08 千字数：280 版次：01-01 页数：204

开本：16开装帧： I S B N ：9787121296161

换版：

纸质书定价：￥39.0

库存:有

分享到：

共有图书评论0条【查看评论摘要】

看了又看

{{data.bookName}}

￥{{data.price}}

内容简介

前言

上架建议

作者简介

编辑推荐

音视频专区

目    录
第1章  概述	1
     1.1  进化类算法	2
     1.2  群智能算法	3
     1.3  模拟退火算法	5
     1.4  禁忌搜索算法	5
     1.5  神经网络算法	6
     参考文献	6
第2章  遗传算法	9
     2.1  遗传算法简介	9
     2.2  遗传算法理论	10
     2.2.1  遗传算法的生物学基础	10
     2.2.2  遗传算法的基本概念	11
     2.2.3  标准遗传算法	14
     2.2.4  遗传算法的特点	14
     2.2.5  遗传算法的改进方向	15
     2.3  遗传算法流程	16
     2.4  关键参数说明	17
     2.5  MATLAB仿真实例	18
     参考文献	30
第3章  差分进化算法	31
     3.1  引言	31
     3.2  差分进化算法理论	32
     3.2.1  差分进化算法原理	32
     3.2.2  差分进化算法的特点	32
     3.3  差分进化算法种类	33
     3.3.1  基本差分进化算法	33
     3.3.2  差分进化算法的其他形式	35  
     3.3.3  改进的差分进化算法	35
     3.4  差分进化算法流程	36
     3.5  关键参数的说明	37
     3.6  MATLAB仿真实例	39
     参考文献	50
第4章  免疫算法	53
     4.1  引言	53
     4.2  免疫算法理论	54
     4.2.1  生物免疫系统	54
     4.2.2  免疫算法概念	56
     4.2.3  免疫算法的特点	57
     4.2.4  免疫算法算子	57
     4.3  免疫算法种类	61
     4.3.1  克隆选择算法	61
     4.3.2  免疫遗传算法	61
     4.3.3  反向选择算法	62
     4.3.4  疫苗免疫算法	62
     4.4  免疫算法流程	62
     4.5  关键参数说明	64
     4.6  MATLAB仿真实例	65
     参考文献	78
第5章  蚁群算法	81
     5.1  引言	81
     5.2  蚁群算法理论	82
     5.2.1  真实蚁群的觅食过程	82
     5.2.2  人工蚁群的优化过程	84
     5.2.3  真实蚂蚁与人工蚂蚁的异同	84
     5.2.4  蚁群算法的特点	85
     5.3  基本蚁群算法及其流程	86
     5.4  改进的蚁群算法	88
     5.4.1  精英蚂蚁系统	89 
     5.4.2  最大最小蚂蚁系统	89
     5.4.3  基于排序的蚁群算法	89
     5.4.4  自适应蚁群算法	90
     5.5  关键参数说明	91
     5.6  MATLAB仿真实例	93
     参考文献	101
第6章  粒子群算法	103
     6.1  引言	103
     6.2  粒子群算法理论	104
     6.2.1  粒子群算法描述	104
     6.2.2  粒子群算法建模	105
     6.2.3  粒子群算法的特点	105
     6.3  粒子群算法种类	106
     6.3.1  基本粒子群算法	106
     6.3.2  标准粒子群算法	106
     6.3.3  压缩因子粒子群算法	107
     6.3.4  离散粒子群算法	108
     6.4  粒子群算法流程	108
     6.5  关键参数说明	109
     6.6  MATLAB仿真实例	112
     参考文献	122
第7章  模拟退火算法	125
     7.1  模拟退火算法简介	125
     7.2  模拟退火算法理论	126
     7.2.1  物理退火过程	126
     7.2.2  模拟退火原理	127
     7.2.3  模拟退火算法思想	128
     7.2.4  模拟退火算法的特点	128
     7.2.5  模拟退火算法的改进方向	129
     7.3  模拟退火算法流程	130
     7.4  关键参数说明	131
     7.5  MATLAB仿真实例	132
     参考文献	143
第8章  禁忌搜索算法	145
     8.1  禁忌搜索算法简介	145
     8.2  禁忌搜索算法理论	146
     8.2.1  局部邻域搜索	146
     8.2.2  禁忌搜索	147
     8.2.3  禁忌搜索算法的特点	147
     8.2.4  禁忌搜索算法的改进方向	148
     8.3  禁忌搜索算法流程	148
     8.4  关键参数说明	150
     8.5  MATLAB仿真实例	153
     参考文献	164
第9章  神经网络算法	165
     9.1  神经网络算法简介	165
     9.2  神经网络算法理论	166
     9.2.1  人工神经元模型	166
     9.2.2  常用激活函数	167
     9.2.3  神经网络模型	168
     9.2.4  神经网络工作方式	168
     9.2.5  神经网络算法的特点	169
     9.3  BP神经网络算法	170
     9.4  神经网络算法实现	173
     9.4.1  数据预处理	173
     9.4.2  神经网络实现函数	174
     9.5  MATLAB仿真实例	177
     参考文献	185
附录A  MATLAB常用命令及函数	187

前    言
　　近年来，随着计算机技术的快速发展，为了在一定程度上解决大空间、非线性、全局寻优、组合优化等复杂问题，不少智能优化方法不断涌现，例如：进化类算法、群智能算法、模拟退火算法、禁忌搜索算法和神经网络算法等。因其独特的优点和机制，这些算法得到了国内外学者的广泛关注，掀起了研究热潮，在信号处理、图像处理、生产调度、任务分配、模式识别、自动控制和机械设计等众多领域得到了成功应用。
　　本书介绍了8种主要智能优化算法的来源、原理、算法流程和关键参数说明，并给出了具体MATLAB仿真实例，包括：遗传算法、差分进化算法、免疫算法、蚁群算法、粒子群算法、模拟退火算法、禁忌搜索算法和神经网络算法。全书分为9章：第1章为概述，综合介绍智能优化算法的功能和应用以及主要算法的来源、原理和特点；第2～9章对上述8种智能优化算法分别进行介绍，包括其算法简介、算法理论、算法主要种类、算法流程和关键参数说明，并给出MATLAB仿真实例，其中有的章节还介绍算法的改进方向和实现方法。
　　智能优化算法可应用于电子、通信、计算机、自动化、机器人、经济学和管理学等众多学科；对于要用这些算法工具来解决具体问题的理论研究和工程技术人员来说，通过本书可以节省大量查询资料和编写程序的时间，通过MATLAB仿真实例可以更深入地理解、快速地掌握这些算法。由于每种算法的优化目标可以很多，对应的修正算法也很多，感兴趣的读者可以在此基础上进行深入研究。
　　本书的第1～4章和第7～9章由包子阳编写，第5章和第6章由余继周编写，余继周同时负责对全书的审查和校正。在本书编写过程中，得到了北京无线电测量研究所科技委安洁处长、总体部刘劼书记，以及《航天雷达》郭珊珊编辑的支持和帮助，电子工业出版社张来盛编辑为本书的编辑出版付出了辛勤劳动，特此表示感谢。
　　由于编著者水平有限，书中难免有各种不足之处，诚挚希望各位专家和读者批评指正。联系方式：bao_ziyang@163.com。
　　　　
　　编著者  
　　2016年5月

查看更多 > 图书评论

暂无评论

发表图书评论

评论标题：
评论内容：
验证码：: 看不清楚
点击刷新
: 您还没有登录，请登录后再评论。
点击“登录”

购买过本书的顾客还买过

{{data.bookName}}

￥{{data.price}}