最優化理論與智能演算法 魏靜萱 9787302660699 【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：清華大學
物品所在地：中國大陸
原出版社：清華大學
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
| *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，以到貨標的為正確資訊。 印行年月：202405*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：最優化理論與智能演算法 ISBN：9787302660699 出版社：清華大學 著編譯者：魏靜萱 頁數：167 所在地：中國大陸 *此為代購商品 書號：1642773 可大量預訂，請先連絡。 內容簡介 智能演算法是一類直接的、隨機搜索的優化方法，它是基於模擬自然界的生物現象而產生的一類新型優化方法。本書在介紹優化理論的基礎上，著重介紹求解複雜工程優化模型的新智能演算法。 本書共有12章，第1∼2章著重介紹智能演算法的現狀及最優化理論的基本概念；第3章著重介紹幾種求解單目標約束優化問題的新型智能演算法；第4∼5章介紹求解多目標優化問題的粒子群演算法及模擬實驗；第6∼9章著重討論當優化問題維度變大時如何解決高維多目標優化問題；第10∼11章討論了複雜雙層優化及其在視頻伺服器部署中的應用；第12章分析本書所用核心演算法即粒子群優化演算法的參數設計。 本書可作為計算機類各專業、運籌學專業和管理學科各專業研究生的教材，也可供相關科研人員和工程技術人員參考。作者簡介 魏靜萱，西安電子科技大學計算機科學與技術學院副教授，碩士生導師。近年來主要從事優化理論與演算法在機器學習和人工智慧方面的應用研究。作為負責人主持國家自然科學青年基金項目。擔任IEEE TEC、Soft Computing等國際知名期刊評閱人。目錄 第1章 緒論1 1 引言 1 2 智能演算法的現狀 1 3 智能演算法的研究發展 1 4 約束單目標優化問題及其智能演算法 1 5 多目標優化問題及其智能演算法 1 6 本書的主要工作與內容安排 第2章 智能演算法與粒子群優化演算法的基本理論 2 1 智能演算法的框架及基礎理論 2 1 1 智能演算法的基本框架 2 1 2 智能演算法的基礎理論 2 2 粒子群優化演算法簡介 2 2 1 基本粒子群演算法框架 2 2 2 粒子群演算法與其他智能演算法的比較 2 2 3 兩種基本智能模型 2 2 4 粒子群演算法的改進 第3章 解決約束單目標優化問題的兩種粒子群演算法 3 1 相關工作 3 1 1 問題表述 3 1 2 智能演算法在約束優化問題中的研究現狀 3 2 解決約束優化問題的雙目標粒子群優化演算法 3 2 1 模型的建立 3 2 2 基於偏好的粒子比較準則 3 2 3 改進的多父體單形雜交運算元 3 2 4 雙目標粒子群優化（TPSO）演算法的流程 3 2 5 數值模擬 3 3 解決約束優化問題的模糊粒子群演算法 3 3 1 模糊個體極值和模糊全局極值的提出 3 3 2 基於閾值的粒子比較準則 3 3 3 模糊粒子群（FPSO）演算法的流程 3 3 4 數值模擬 3 3 5 收斂性分析 第4章 解決無約束多目標優化問題的幾種智能演算法 4 1 相關工作 4 1 1 問題表述 4 1 2 智能演算法在多目標優化問題中的研究現狀 4 2 基於粒子群優化的多目標Memetic演算法 4 2 1 多目標優化模型的轉化 4 2 2 基於新模型的粒子比較準則 4 2 3 局部搜索運算元的引進 4 2 4 全局極值的選取 4 2 5 基於粒子群優化的多目標Memetic演算法（PSMA）流程 4 2 6 實例模擬與性能比較 4 3 解決多目標優化問題的模糊粒子群演算法 4 3 1 多目標模糊個體極值和模糊全局極值的提出 4 3 2 多目標模糊粒子群演算法流程 4 3 3 實例模擬與性能比較 4 4 基於新模型的多目標Memetic演算法 4 4 1 多目標優化模型的轉化 4 4 2 一種新的選擇策略 4 4 3 新的接收準則 4 4 4 基於新模型的多目標Memetic演算法概述 4 4 5 實例模擬與性能比較 4 5 收斂性分析 第5章 解決多目標約束優化問題的兩種粒子群演算法 5 1 解決多目標約束優化問題的混合粒子群演算法 5 1 1 粒子保留準則 5 1 2 一種新的擁擠距離函數 5 1 3 基於合力的變異運算元 5 1 4 混合粒子群演算法流程 5 1 5 實例模擬與性能比較 5 2 基於不可行精英保留策略的粒子群優化演算法 5 2 1 不可行精英保留策略的提出 5 2 2 新的擁擠距離函數 5 2 3 新的變異運算元 5 2 4 基於不可行精英保留策略的粒子群優化演算法（IPSO） 5 2 5 實例模擬與性能比較 5 3 收斂性分析 第6章 一種新的基於非線性擴展關係的多目標智能優化演算法 6 1 選題背景和意義 6 2 國內外研究現狀 6 3 解集的評價指標 6 4 新演算法的提出 6 4 1 一種新的非線性擴展優勢關係 6 4 2 演算法框架 6 5 實驗性的結果與分析 6 5 1 測試函數和性能指標 6 5 2 遺傳運算元及參數設置 6 5 3 相關演算法 6 5 4 實驗結果 第7章 基於世代距離指標和改進小生境方法的進化演算法 7 1 引言 7 2 新提出的演算法GD-MAOEA 7 2 1 演算法框架 7 2 2 選擇框架 7 2 3 計算個體的鄰近距離 7 2 4 改進的小生境方法對解重新分層 7 3 數值實驗結果及分析 7 3 1 參數設置 7 3 2 實驗結果及分析 第8章 基於非支配排序和改進小生境的進化演算法 8 1 引言 8 2 新的約束處理機制MC-CHT 8 3 新提出的演算法MC-MOEA 8 3 1 約束排序 8 3 2 全局選擇 8 3 3 可行性計算 8 3 4 改進的小生境方法 8 4 數值實驗結果及分析 8 4 1 實驗設置 8 4 2 實驗結果和分析 第9章 基於協同進化框架和兩階段進化的進化演算法 9 1 引言 9 2 提出的演算法TS-CoEA 9 2 1 演算法框架 9 2 2 新的小生境方法 9 2 3 全局選擇 9 2 4 選擇父代 9 3 數值實驗結果及分析 9 3 1 實驗設置 9 3 2 實驗結果和分析 第10章 雙層優化問題的智能演算法求解 10 1 引言 10 2 國內外研究現狀 10 2 1 問題研究 10 2 2 演算法研究 10 3基於球變異和動態約束處理的雙層PSO演算法 10 3 1 雙層優化模型 10 3 2 新提出的演算法（BPSO-QMDC） 10 3 3 球變異PSO 10 3 4 基於極點的種群初始化 10 3 5 基於二次近似的局部搜索 10 3 6 約束處理以及適應度函數 10 3 7 RBF指導下的下層搜索改進策略 10 4 實驗及結果分析 10 4 1 實驗及參數設置 10 4 2 結果及分析 第11章 基於遺傳演算法的視頻伺服器部署問題研究 11 1 問題背景 11 2 問 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。 |
