图书介绍
蚁群智能优化方法及其应用PDF|Epub|txt|kindle电子书版本网盘下载
![蚁群智能优化方法及其应用](https://www.shukui.net/cover/40/30492779.jpg)
- 柯良军著 著
- 出版社: 北京:清华大学出版社
- ISBN:9787302465737
- 出版时间:2017
- 标注页数:173页
- 文件大小:18MB
- 文件页数:185页
- 主题词:最优化算法-研究
PDF下载
下载说明
蚁群智能优化方法及其应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!
(文件页数 要大于 标注页数,上中下等多册电子书除外)
注意:本站所有压缩包均有解压码: 点击下载压缩包解压工具
图书目录
第1章 绪章1
1.1 引言1
1.2 复杂性理论的基础知识2
1.2.1 算法的复杂度3
1.2.2 问题的复杂度4
1.3 智能优化方法概述4
1.3.1 常用的智能优化方法5
1.3.2 智能优化方法的一般框架19
1.3.3 智能优化方法分类19
1.3.4 智能优化方法的特点20
1.4 本书内容及组织21
参考文献21
第2章 蚁群优化方法概述25
2.1 蚁群算法的思想起源25
2.2 蚁群算法的基本框架28
2.3 基本蚁群算法及其典型改进算法29
2.3.1 基本蚁群算法30
2.3.2 蚁群系统32
2.3.3 最大最小蚂蚁系统34
2.4 蚁群算法研究现状35
2.4.1 蚁群算法的应用35
2.4.2 蚁群算法的改进36
2.4.3 蚁群算法的理论研究39
2.5 小结40
参考文献41
第3章 旅行商问题46
3.1 引言46
3.2 算法描述46
3.3 算法随机模型与收敛性质分析48
3.4 参数设置和数值实验分析50
3.4.1 参数设置51
3.4.2 与其他改进蚁群算法的比较52
3.5 小结54
参考文献54
第4章 多维背包问题55
4.1 问题描述55
4.2 现有算法回顾56
4.3 算法描述57
4.3.1 算法的基本思想57
4.3.2 信息素和启发信息的定义59
4.3.3 解的构造60
4.3.4 信息素的更新规则60
4.3.5 局部搜索61
4.4 信息素下界的选取61
4.4.1 Stutzle和Hoos法的分析61
4.4.2 自适应方法62
4.5 实验分析65
4.5.1 解的评价65
4.5.2 参数选取65
4.5.3 性能分析70
4.6 小结75
参考文献76
第5章 定向问题78
5.1 问题描述78
5.2 算法描述79
5.2.1 启发信息的定义79
5.2.2 解的构造80
5.2.3 信息素的更新规则80
5.3 差异量的性质81
5.4 平均差异量的计算82
5.5 实验分析83
5.6 小结87
参考文献87
第6章 团队定向问题89
6.1 问题描述89
6.2 现有算法回顾91
6.3 算法描述91
6.3.1 信息素和启发信息的定义92
6.3.2 解的构造93
6.3.3 信息素的更新规则96
6.3.4 局部搜索97
6.4 实验分析97
6.4.1 参数设置98
6.4.2 4种构造法的比较98
6.4.3 与其他算法的比较102
6.5 小结105
参考文献106
第7章 属性约简108
7.1 问题描述108
7.2 现有算法回顾110
7.3 算法描述111
7.3.1 边模式蚁群算法111
7.3.2 团模式蚁群算法112
7.3.3 点模式蚁群算法114
7.4 实验分析115
7.5 小结117
参考文献117
第8章 卫星资源调度问题119
8.1 问题描述119
8.1.1 卫星测控基本概念119
8.1.2 卫星测控资源调度122
8.2 卫星测控资源调度模型123
8.2.1 决策变量的选择124
8.2.2 约束条件的描述125
8.2.3 卫星测控资源调度数学模型125
8.3 卫星测控资源调度问题求解126
8.3.1 蚁群算法126
8.3.2 解的构造129
8.3.3 实验结果129
8.4 小结130
参考文献130
第9章 旅游路线规划问题131
9.1 引言131
9.2 问题描述131
9.3 旅游路线规划问题的数学模型132
9.4 相关算法134
9.4.1 GLS(Guided Local Search)134
9.4.2 GRASP(Greedy Random Adaptive Search Procedure)136
9.4.3 烟花算法137
9.5 蚁群算法及其分析142
9.6 小结143
参考文献143
第10章 多目标组合优化问题145
10.1 引言145
10.2 多目标优化的基本概念147
10.3 基于分解的多目标蚁群算法148
10.3.1 MOEA/D-ACO求解MOKP150
10.3.2 MOEA/D-ACO求解MTSP152
10.4 与MOEA/D-GA在MOKP上的比较154
10.4.1 实验条件154
10.4.2 性能评价指标154
10.4.3 结果比较155
10.5 与BicriterionAnt在MTSP上的比较158
10.5.1 实验条件158
10.5.2 实验结果159
10.6 小结164
参考文献164
附录166