相關商品
商品簡介
目次
商品簡介
粒子群優化算法是群體智能優化算法的典型代表之一，已經成為隨機優化領域的一個研究熱點。《量子行為粒子群優化：原理及其應用》所述的量子行為粒子群優化算法是在粒子群優化算法思想的啟發下，引入了量子模型的概率化粒子群優化算法。《量子行為粒子群優化：原理及其應用》共9章：首先分析了群體智能的定義和特征，并對群體智能算法的代表算法作了綜述；其次介紹了粒子群優化算法的基本思想及部分重要的改進方法；然後系統地介紹了量子行為粒子群優化算法的思想來源、理論依據和實現方法；最後詳細介紹了量子行為粒子群優化算法在函數優化、系統辨識、生物信息、圖像處理及工程優化中的應用方法和應用效果。 《量子行為粒子群優化：原理及其應用》可以作為從事群體智能研究的科研人員和工程技術人員的參考書，也可以作為計算機、自動化、應用數學、管理、機械、金融等相關學科的教師和學生的參考書。
目次
第1章 緒論1.1 最優化問題與最優化方法1.2 群體智能1.3 群體智能算法1.3.1 蟻群優化算法1.3.2 粒子群優化算法1.3.3 量子行為粒子群優化算法1.4 粒子群優化算法研究概況1.4.1 PS0算法的理論研究1.4.2 PS0算法的改進研究1.4.3 PS0算法的應用研究1.5 量子行為粒子群優化算法研究綜述1.5.1 QPS0算法的改進研究1.5.2 QPS0算法的應用研究參考文獻第2章 粒子群優化算法2.1 基本PS0算法2.2 基本PS0算法的模型分析2.3 靜慣性權重W的PS0算法2.4 帶壓縮因子X的PS0算法2.5 二進制PSO算法2.6 合作PSO算法2.7 全信息PSO算法2.8 理解學習PSO算法參考文獻第3章 量子行為粒子群優化算法3.1 量子力學背景3.2 量子行為粒子群優化算法的基本模型3.2.1 思想來源3.2.2 粒子群勢阱模型的建立3.2.3 粒子的基本進化方程3.2.4 勢阱模型與其他模型的比較3.3 量子行為粒子群優化算法3.3.1 粒子的進化方程3.3.2 兩種搜索迭代策略3.3.3 算法的流程3.3.4 粒子收斂的基本條件3.3.5 粒子收斂條件的仿真測試3.4 量子行為粒子群優化算法的學習模式3.4.1 PSO算法的學習模式3.4.2 QPSO算法的學習模式3.4.3 粒子的等待效應3.4.4 PSO算法和QPSO算法的比較參考文獻第4章 QPSO算法的收斂性與收斂率分析4.1 QPSO算法全局收斂性的概率分析4.1.1 全局收斂性準則4.1.2 局部收斂性準則4.1.3 QPSO算法的全局收斂性4.2 QPSO算法的馬氏過程分析4.2.1 離散馬氏過程4.2.2 隨機算法的理論框架4.2.3 隨機算法的收斂性定理4.2.4 QPSO算法的收斂性4.3 收斂率的度量4.3.1 收斂率的定義4.3.2 三種收斂性4.4 QPSO算法的收斂率測試參考文獻第5章 QPSO算法在函數優化中的應用5.1 整數規劃問題5.1.1 問題描述5.1.2 仿真算例……第6章 QPSO算法在系統辨識中的應用第7章 QPSO算法在生物信息中的應用第8章 QPSO算法在圖像處理中的應用第9章 QPSO算法的工程應用附錄
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。