禁忌搜索算法及應(yīng)用

《智能科學(xué)技術(shù)著作叢書》序
前言
第1章 緒論1
1.1 關(guān)于最優(yōu)化的問題1
1.1.1 最優(yōu)化技術(shù)簡述1
1.1.2 某些優(yōu)化問題難以求解的原因1
1.2 現(xiàn)代啟發(fā)式方法2
1.2.1 模擬退火算法3
1.2.2 進(jìn)化計(jì)算3
1.2.3 人工免疫系統(tǒng)4
1.2.4 蟻群算法4
1.2.5 粒子群優(yōu)化算法5
1.2.6 膜計(jì)算5
第2章 禁忌搜索基本原理7
2.1 禁忌搜索研究歷程7
2.2 禁忌搜索示例8
2.3 禁忌搜索算法描述11
2.4 禁忌搜索的關(guān)鍵要素13
2.5 禁忌搜索的收斂性17
2.5.1 基于近期記憶的收斂禁忌搜索算法18
2.5.2 基于頻率記憶的收斂禁忌搜索算法21
2.6 長時(shí)記憶22
2.6.1 基于頻率的記憶22
2.6.2 義務(wù)執(zhí)行移動22
2.7 策略性振蕩22
2.8 禁忌搜索與認(rèn)知心理學(xué)23
2.9 小結(jié)25
第3章 禁忌搜索在旅行商問題中的應(yīng)用26
3.1 旅行商問題簡介26
3.2 旅行商問題的禁忌搜索求解27
3.2.1 一種新穎的集中性與多樣性的自適應(yīng)搜索策略27
3.2.2 算法基本流程及仿真實(shí)驗(yàn)28
3.3 算法的比較33
3.4 小結(jié)34
第4章 禁忌搜索在多維背包問題中的應(yīng)用35
4.1 多維背包問題簡介35
4.2 基于短時(shí)-長時(shí)記憶的禁忌搜索36
4.2.1 算法基本思想36
4.2.2 算法設(shè)計(jì)36
4.3 多維背包問題優(yōu)化實(shí)驗(yàn)38
4.4 小結(jié)44
第5章 禁忌搜索在多用戶檢測中的應(yīng)用45
5.1 犆犇犕犃通信中多用戶檢測技術(shù)發(fā)展概況45
5.2 犆犇犕犃通信系統(tǒng)的等效數(shù)學(xué)模型47
5.3 多用戶檢測的性能測度49
5.3.1 誤碼率49
5.3.2 抗遠(yuǎn)近效應(yīng)能力49
5.4 最佳多用戶檢測方法50
5.5 次佳多用戶檢測器的分類52
5.6 基于禁忌搜索的多用戶檢測技術(shù)52
5.6.1 禁忌長度可變的禁忌搜索52
5.6.2 自適應(yīng)禁忌搜索54
5.7 仿真實(shí)驗(yàn)與分析56
5.7.1 鄰域構(gòu)造對多用戶檢測問題的影響56
5.7.2 可變禁忌長度多用戶檢測方法的性能測度57
5.7.3 自適應(yīng)禁忌搜索多用戶檢測方法的性能測度59
5.8 小結(jié)64
第6章 禁忌搜索在前向神經(jīng)網(wǎng)絡(luò)中的應(yīng)用65
6.1 人工神經(jīng)網(wǎng)絡(luò)簡介65
6.2 禁忌搜索在多層前向神經(jīng)網(wǎng)絡(luò)中的應(yīng)用65
6.2.1 算法設(shè)計(jì)65
6.2.2 仿真實(shí)驗(yàn)66
6.3 小結(jié)71
第7章 禁忌搜索在模糊神經(jīng)網(wǎng)絡(luò)中的應(yīng)用72
7.1 神經(jīng)網(wǎng)絡(luò)與模糊系統(tǒng)72
7.2 模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)結(jié)合的方式73
7.3 犜犪犽犪犵犻-犛狌犵犲狀狅型模糊神經(jīng)網(wǎng)絡(luò)74
7.4 禁忌搜索應(yīng)用于模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和參數(shù)優(yōu)化77
7.4.1 犉犖犖-犎犜犛算法設(shè)計(jì)77
7.4.2 仿真實(shí)驗(yàn)79
7.5 禁忌搜索應(yīng)用于模糊神經(jīng)網(wǎng)絡(luò)分類器設(shè)計(jì)86
7.5.1 模糊神經(jīng)網(wǎng)絡(luò)與數(shù)據(jù)挖掘87
7.5.2 犜犛-犉犖犖犆的設(shè)計(jì)88
7.5.3 犜犛-犉犖犖犆應(yīng)用于犐犚犐犛數(shù)據(jù)分類91
7.6 小結(jié)93
第8章 禁忌搜索在情感計(jì)算中的應(yīng)用94
8.1 情感計(jì)算與情感識別94
8.2 情感識別研究現(xiàn)狀及問題96
8.2.1 情感識別研究現(xiàn)狀96
8.2.2 情感識別研究中存在的問題97
8.3 犌犛犚信號的采集及特征提取99
8.3.1 犌犛犚信號99
8.3.2 犌犛犚數(shù)據(jù)采集實(shí)驗(yàn)100
8.3.3 犌犛犚數(shù)據(jù)的預(yù)處理105
8.3.4 犌犛犚有效特征提取106
8.4 特征選擇111
8.4.1 特征選擇作為組合優(yōu)化問題111
8.4.2 特征選擇的方法111
8.5 禁忌搜索應(yīng)用于解決犌犛犚情感識別的特征選擇112
8.5.1 封裝式特征子集搜索思想112
8.5.2 應(yīng)用于情感特征選擇的禁忌搜索算法設(shè)計(jì)113
8.6 分類器設(shè)計(jì)117
8.6.1 分類器設(shè)計(jì)概述117
8.6.2 基于犌犛犚信號的情感識別分類器119
8.7 犌犛犚情感識別研究實(shí)驗(yàn)及分析122
8.7.1 改進(jìn)的禁忌搜索算法仿真結(jié)果123
8.7.2 “一對一”情感識別研究124
8.7.3 “一對多”情感識別研究134
8.8 小結(jié)137
第9章 禁忌搜索的并行化138
9.1 并行禁忌搜索簡介138
9.1.1 并行禁忌搜索的分類138
9.1.2 并行禁忌搜索的應(yīng)用研究139
9.1.3 關(guān)于并行禁忌搜索的實(shí)現(xiàn)與說明139
9.2 基于遺傳交叉操作的并行禁忌搜索139
9.2.1 算法設(shè)計(jì)140
9.2.2 仿真實(shí)驗(yàn)及分析141
9.3 基于解空間劃分的并行禁忌搜索144
9.3.1 算法設(shè)計(jì)144
9.3.2 仿真實(shí)驗(yàn)及分析145
9.4 基于鄰域空間劃分的并行禁忌搜索147
9.4.1 算法設(shè)計(jì)148
9.4.2 仿真實(shí)驗(yàn)及分析148
9.5 小結(jié)151
第10章 結(jié)束語152
參考文獻(xiàn)153