智能優化理論 吳正言 9787111744917 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：機械工業
物品所在地：中國大陸
原出版社：機械工業
NT$375
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *數量非實際在台庫存 *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為實際資訊。 印行年月：202401*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：智能優化理論 ISBN：9787111744917 出版社：機械工業 著編譯者：吳正言 頁數：272 所在地：中國大陸 *此為代購商品 書號：1612684 可大量預訂，請先連絡。 內容簡介 本書分為6篇：第1篇智能優化的理論基礎，內容包括優化理論和智能優化方法概述；第2篇進化演算法，內容包括遺傳演算法、DNA演算法、Memetic演算法和文化演算法；第3篇仿人智能優化演算法，內容包括神經網路演算法、模糊邏輯演算法、思維進化演算法；第4篇群智能優化演算法，內容包括蟻群優化演算法、粒子群優化演算法、混合蛙跳演算法、猴群演算法、自由搜索演算法；第5篇仿自然優化演算法，內容包括模擬退火演算法、混沌優化演算法、量子遺傳演算法、水波優化演算法、自然雲與氣象雲搜索優化演算法；第6篇智能優化方法的統一框架與共性理論，內容包括智能優化方法的統一框架、智能優化方法的收斂性分析、搜索空間的探索開發權衡。通過闡述這些演算法的基本原理，構建這些演算法的數學模型和計算步驟，為進一步的實踐應用奠定演算法的理論基礎。 本書可作為高等院校理工科各專業的教材，也可供從事優化演算法的技術人員參考。目錄 前言第1篇 智能優化的理論基礎 第1章 優化理論概述 1 1 優化問題的基本概念 1 2 優化問題的分類 1 3 求解方法的運用原則與搜索優化演算法的一般流程 複習思考題 第2章 智能優化方法概述 2 1 智能優化的概念 2 2 智能優化方法的實質——人工複雜適應性系統 2 3 智能優化方法的分類 複習思考題 第2篇 進化演算法 第3章 遺傳演算法 3 1 遺傳演算法尋優的基本思路 3 2 遺傳演算法的理論基礎 3 3 遺傳演算法的實現及改進演算法 3 4 差分進化演算法 複習思考題 第4章 DNA演算法 4 1 概述 4 2 DNA的結構 4 3 DNA計算的原理 4 4 DNA計算與遺傳演算法的集成 4 5 DNA遺傳演算法與常規遺傳演算法的比較 複習思考題 第5章 Memetic演算法和文化演算法 5 1 Memetic演算法 5 2 文化演算法 複習思考題 第3篇 仿人智能優化演算法 第6章 神經網路演算法 6 1 從機器學習到神經網路 6 2 神經網路訓練 6 3 神經網路的設計方法 6 4 欠擬合、過擬合與正則化 6 5 優化演算法 6 6 神經網路的應用優勢和存在的主要問題 複習思考題 第7章 模糊邏輯演算法 7 1 模糊集合及其運算 7 2 模糊關係 7 3 模糊邏輯與近似推理 7 4 基於規則庫的模糊推理 7 5 模糊邏輯系統的應用優勢與存在的主要問題 複習思考題 第8章 思維進化演算法 8 1 思維進化演算法的提出 8 2 思維進化演算法的基本思想 8 3 思維進化演算法的描述 8 4 思維進化演算法的改進 複習思考題 第4篇 群智能優化演算法 第9章 蟻群優化演算法 9 1 蟻群覓食策略的優化原理 9 2 蟻群優化演算法介紹 9 3 蟻群優化演算法應用舉例 複習思考題 第10章 粒子群優化演算法 10 1 粒子群優化演算法的基本原理 10 2 基本粒子群優化演算法 10 3 改進的粒子群優化演算法 10 4 離散粒子群優化演算法 10 5 粒子群優化演算法應用舉例 10 6 粒子群優化演算法的應用優勢與存在的主要問題 複習思考題 第11章 混合蛙跳演算法 11 1 混合蛙跳演算法的提出 11 2 混合蛙跳演算法的基本原理 11 3 基本混合蛙跳演算法的描述 11 4 混合蛙跳演算法的實現步驟 11 5 混合蛙跳演算法的實現流程 11 6 協同進化混合蛙跳演算法 複習思考題 第12章 猴群演算法 12 1 猴群演算法的提出 12 2 猴群演算法的原理 12 3 猴群演算法的數學描述 12 4 猴群演算法的實現步驟及流程 12 5 猴群演算法的優缺點分析 12 6 基於高斯變異的自適應猴群演算法 複習思考題 第13章 自由搜索演算法 13 1 自由搜索演算法的提出 13 2 自由搜索演算法的優化原理 13 3 自由搜索演算法的數學描述 13 4 自由搜索演算法的實現步驟及流程 13 5 動態拉伸目標函數的自由搜索演算法 複習思考題 第5篇 仿自然優化演算法 第14章 模擬退火演算法 14 1 模擬退火演算法的提出 14 2 固體退火過程的統計力學原理 14 3 模擬退火演算法的數學描述 14 4 模擬退火演算法的實現要素 14 5 多目標模擬退火演算法 14 6 模擬退火演算法的應用之一：求解旅行商問題 複習思考題 第15章 混沌優化演算法 15 1 混沌優化演算法的提出 15 2 混沌學與Logistic映射 15 3 混沌優化演算法的實現步驟 15 4 變尺度混沌優化演算法的實現步驟 複習思考題 第16章 量子遺傳演算法 16 1 量子計算 16 2 量子進化演算法 16 3 量子遺傳演算法計算 16 4 改進的量子遺傳演算法 複習思考題 第17章 水波優化演算法 17 1 水波優化演算法的提出 17 2 水波現象與水波理論 17 3 水波優化演算法的基本原理 17 4 水波優化演算法的數學描述 17 5 水波優化演算法的實現步驟及流程 17 6 自適應協同學習水波優化演算法 複習思考題 第18章 自然雲與氣象雲搜索優化演算法 18 1 自然雲搜索優化演算法 18 2 氣象雲模型優化演算法 複習思考題 第6篇 智能優化方法的統一框架與共性理論 第19章 智能優化方法的統一框架 複習思考題 第20章 智能優化方法的收斂性分析 20 1 收斂性與全局收斂性的定義 20 2 全局收斂性定理 20 3 關於收斂性的討論 複習思考題 第21章 搜索空間的探索-開發權衡 21 1 探索與開發的定義與權衡方式 21 2 「探索-開發」權衡的多階段隨機壓縮模型 複習思考題 參考文獻 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
