123,123,123

內(nèi)容簡(jiǎn)介

　　*優(yōu)化問(wèn)題指在某些約束條件下，求解某些可選擇的變量，使所選定的目標(biāo)函數(shù)達(dá)到*優(yōu)。進(jìn)化計(jì)算是受生物進(jìn)化過(guò)程中“優(yōu)勝劣汰”的自然選擇機(jī)制和遺傳信息傳遞規(guī)律的啟發(fā)而形成的優(yōu)化方法。云模型和進(jìn)化計(jì)算思想的有效結(jié)合拓寬了云模型的應(yīng)用領(lǐng)域，也為進(jìn)化計(jì)算的研究進(jìn)行了新的探索和嘗試。云模型在知識(shí)表示中具有不確定性中帶有確定性、穩(wěn)定中又有變化的特點(diǎn)，體現(xiàn)了自然界物種進(jìn)化的基本原理。本書(shū)簡(jiǎn)單介紹了5種進(jìn)化計(jì)算方法，綜述了多種新穎的云進(jìn)化算法，以及應(yīng)用云模型對(duì)遺傳算法、進(jìn)化規(guī)劃、進(jìn)化策略、蟻群算法、粒子群算法、量子進(jìn)化算法、差分進(jìn)化算法、人工蜂群算法、人工魚(yú)群算法、模擬退火算法、蛙跳算法、果蠅優(yōu)化算法等進(jìn)行改進(jìn)的方法，詳細(xì)闡述了云模型、基于貪心思想和云模型的進(jìn)化算法，以及云進(jìn)化策略方法。本書(shū)適合智能計(jì)算、人工智能等專業(yè)領(lǐng)域的理工科大學(xué)教師和研究生閱讀，也可供相關(guān)領(lǐng)域研究人員及工程技術(shù)人員參考。

作者簡(jiǎn)介

　　羅自強(qiáng)，湖北咸寧人，漢族，工學(xué)博士，碩士生導(dǎo)師，中共黨員。2007年9月畢業(yè)于南京解放軍理工大學(xué)，專業(yè)是計(jì)算機(jī)應(yīng)用技術(shù)。2009年9月至今，在海南師范大學(xué)信息科學(xué)技術(shù)學(xué)院從事教學(xué)和科研工作。主持或參與國(guó)家自然科學(xué)基金項(xiàng)目2項(xiàng)，海南省自然科學(xué)基金項(xiàng)目6項(xiàng)，出版專著1部，主編教材2部，發(fā)表論文30多篇，獲得省級(jí)科研獎(jiǎng)勵(lì)2項(xiàng)。

圖書(shū)目錄

目錄
第1章緒論\t1
1．1 進(jìn)化計(jì)算簡(jiǎn)介\t1
1．1．1 遺傳算法\t3
1．1．2 進(jìn)化策略\t7
1．1．3 進(jìn)化規(guī)劃\t10
1．1．4 遺傳編程\t12
1．1．5 差分進(jìn)化算法\t15
1．2 云進(jìn)化計(jì)算綜述\t19
1．2．1 云進(jìn)化算法\t19
1．2．2 云遺傳算法\t23
1．2．3 云進(jìn)化規(guī)劃\t27
1．2．4 云進(jìn)化策略\t28
1．2．5 云蟻群算法\t29
1．2．6 云粒子群算法\t32
1．2．7 云量子進(jìn)化算法\t37
1．2．8 云差分進(jìn)化算法\t39
1．2．9 云人工蜂群算法\t41
1．2．10 云人工魚(yú)群算法\t44
1．2．11 云模擬退火算法\t47
1．2．12 云蛙跳算法\t48
1．2．13 云果蠅優(yōu)化算法\t49
1．3 本章小結(jié)\t50
第2章云模型\t51
2．1 引言\t51
2．2 正態(tài)云模型\t51
2．2．1 云和云的數(shù)字特征\t51
2．2．2 正向云發(fā)生器\t55
2．2．3 正態(tài)云的概率分析\t59
2．3 逆向云算法\t66
2．3．1 一種新的逆向云算法\t67
2．3．2 逆向云算法的統(tǒng)計(jì)分析\t71
2．4 多維正態(tài)云\t79
2．5 廣義正態(tài)云模型\t83
2．5．1 廣義正態(tài)分布和廣義正態(tài)云模型的定義\t83
2．5．2 多重迭代廣義正態(tài)分布的數(shù)學(xué)分析\t84
2．6 云運(yùn)算與詞計(jì)算\t89
2．6．1 代數(shù)運(yùn)算\t90
2．6．2 云的代數(shù)運(yùn)算的統(tǒng)計(jì)算法\t92
2．6．3 邏輯運(yùn)算\t99
2．6．4 語(yǔ)氣運(yùn)算\t101
2．6．5 云變換\t102
2．6．6 虛擬云\t103
2．7 基于云模型的不確定性推理\t106
2．7．1 單規(guī)則推理\t106
2．7．2 多規(guī)則推理\t109
2．8 本章小結(jié)\t110
第3章云進(jìn)化算法與組合優(yōu)化\t111
3．1 引言\t111
3．2 組合優(yōu)化\t112
3．3 貪心算法\t114
3．4 旅行商問(wèn)題\t116
3．4．1 旅行商問(wèn)題簡(jiǎn)介\t116
3．4．2 “近鄰”的不確定表示\t119
3．4．3 基于貪心思想和云模型的進(jìn)化算法\t119
3．4．4 實(shí)例分析\t121
3．5 背包問(wèn)題\t124
3．5．1 背包問(wèn)題簡(jiǎn)介\t124
3．5．2 “性價(jià)比最高”的不確定表示\t126
3．5．3 0-1 KP的數(shù)學(xué)描述\t128
3．5．4 基于貪心思想和云模型的進(jìn)化算法\t129
3．5．5 實(shí)例分析\t130
3．6 本章小結(jié)\t134
第4章云進(jìn)化策略與數(shù)值優(yōu)化\t135
4．1 引言\t135
4．2 云進(jìn)化策略\t135
4．3 云進(jìn)化策略的變異參數(shù)\t139
4．3．1 云分布和變異參數(shù)的概率統(tǒng)計(jì)分析\t139
4．3．2 云分布的離散度\t141
4．4 云進(jìn)化策略的統(tǒng)計(jì)分析\t144
4．5 Ackley’s函數(shù)求解\t148
4．6 軟件可靠性分配實(shí)例分析\t150
4．7 本章小結(jié)\t153
附錄A MATLAB 源程序\t155
參考文獻(xiàn)\t165