离散粒子群优化算法及其应用

作者:郭文忠、陈国龙

定价:56元

印次:1-1

ISBN:9787302283485

出版日期:2012.06.01

印刷日期:2012.06.01

图书责编:薛慧

图书分类:学术专著

电子书
在线购买
分享
内容简介
作者简介
前言序言
资源下载
查看详情 查看详情 查看详情

内 容 简 介 本书主要阐述离散粒子群优化(discrete particle swarm optimization, DPSO)算法的具体构建及其在各种组合优化问题中的应用等。 全书分为11章,各章节内容具体安排如下:第1章主要介绍了基本PSO算法的原理机制及其发展现状,并着重介绍了PSO算法的三种常见离散化策略,阐述了DPSO算法的应用成果;第2章主要介绍了PSO算法在TSP优化问题中的应用;第3章介绍了一种基于表现型共享函数的多目标粒子群优化算法及其在多工作流调度问题中的应用;第4章介绍了一种求解多目标最小生成树问题的改进计数算法,并详细阐述了一种用于求解多目标最小生成树问题的新型DPSO算法的具体设计过程;第5章主要介绍了PSO算法在入侵检测数据特征选择中的应用;第6章重点阐述了PSO算法在入侵检测系统异常检测和误用检测中的具体应用;第7章分别阐述了PSO算法在网络安全态势感知中态势要素获取、理解以及预测等各步骤中的应用;第8章主要介绍了PSO算法在异构集群数据流分配问题中的应用;第9章主要讨论了无线传感器网络中基于PSO的拓扑生成及其容错拓扑控制机制,详细介绍了各种算法的具体设计过程;第10章重点阐述了基于PSO算法的无线传感器网络任务调度策略的设计;第11章分别阐述了PSO算法在超大规模集成电路物理设计中的电路划分和布图/布局规划优化问题中的具体应用。 本书主要面向计算机科学、自动化科学、管理科学、控制科学等相关学科专业高年级本科生、研究生以及广大研究计算智能的科技工作者。本书封面贴有清华大学出版社防伪标签,无标签者不得销售。

郭文忠,博士,副教授、硕士生导师,现为福建省科学工程计算重点实验室副主任,福建省人工智能学会理事、副秘书长,福州大学先进计算及其应用创新团队学术骨干,主要研究兴趣为计算智能及其应用,主持包括1项国家自然科学基金在内的近10项科研项目,参与包括2项国家自然科学基金项目、1项国家863子课题等在内的10多项科研项目,申请国家发明专利1项,获得3项软件著作权,并获2008年度福建省科学技术进步三等奖1项和2008年度福州大学高等教育教学成果一等奖1项,先后在Information Sciences、Soft Computing、Sensors、《软件学报》、《计算机研究与发展》、《通信学报》等国内外学术刊物和国际会议上发表学术论文50多篇。陈国龙,博士,教授,博士生导师,现为福州大学科技处处长、福建省科学工程计算重点实验室主任、福州大学先进计算及其应用科技创新团队带头人、福建省计算机应用基础精品课程负责人、福州大学信息计算与网络教学团队负责人,主要研究兴趣为人工智能、网络与信息安全等。近年来,主持包括3项国家自然科学基金项目、1项国家科技部产学研科技项目、1项国家“863”计划项目在内的20多项省部级及其以上科研项,两项成果鉴定结论为国内领先水平,申请国家发明专利1项,获得软件著作权4项,并获2008年度福建省科学技术进步三等奖1项和2008年度福州大学高等教育教学成果一等奖,先后在Information Sciences、Soft Computing、Sensors、Ad Hoc Networks、《软件学报》、《计算机研究与发展》、《通信学报》、《计算机辅助设计与图形学学报》以及《模式识别与人工智能》等发表学术论文80多篇。

过去几十年来,如何运用优化技术解决工业工程中的各类问题已成为管理科学、运筹学、工业与系统工程等领域许多研究人员和工程实践人员的重要研究课题。鉴于实际工程问题的复杂性、约束性、非线性、多局部最小和建模困难等特点,寻找各种适合于工程实践需求的新型智能优化方法一直是许多学科的一个重要研究方向。粒子群优化(particle swarm optimization, PSO)算法是由Eberhart博士和Kennedy博士于1995年提出的一种新型群智能优化算法,与其他进化算法相比,其最吸引人的特征是易于实现和更强的全局优化能力。基于PSO算法是一种强有力且应用范围十分广泛的智能优化技术,它已被IEEE Congress on Evolutionary Computation国际年会作为一个独立的分支。PSO算法自提出之后,引起了众多学者的极大关注,在短短几年内就成为一个研究热点并出现了大量的研究成果,大量实验结果也表明了PSO算法确实是一种有力的优化工具且具有强大的生命力。 近年来,作者及其科研团队一直致力于PSO算法的理论及应用研究,特别是离散PSO(discrete PSO, DPSO)算法的构建及其应用,并在此基础上撰写了本书。本书内容是作者基于自身所主持和参与的科技部“973”计划项目、国家自然科学基金项目、国家“863”计划子课题以及教育部科技重点项目等的研究成果,吸纳了国内外许多具有代表性的研究成果,并融合了课题组近年来在国内外重要学术刊物和国际会议上发表的研究成果,力图体现国内外在这一领域的最新研究进展。本书可作为计算机科学、自动化科学、管理科学、控制科学等相关学科专业高...

目录
荐语
查看详情 查看详情
第1章绪论1

1.1引言1

1.2基本粒子群优化算法2

1.2.1粒子群优化算法的基本原理2

1.2.2基本粒子群优化算法模型3

1.2.3基本粒子群优化算法流程4

1.2.4参数分析与设置4

1.3粒子群优化算法的改进综述5

1.3.1基于惯性权值的改进6

1.3.2基于加速因子的改进8

1.3.3基于邻近群拓扑的改进9

1.3.4基于种群规模的改进10

1.3.5混合粒子群优化算法11

1.4粒子群优化算法的机理研究11

1.5粒子群优化算法的应用研究12

1.6离散粒子群优化算法13

1.6.1将速度作为位置变化的概率13

1.6.2直接将连续PSO用于离散问题的求解13

1.6.3重新定义PSO算法操作算子14

1.7DPSO算法应用15

1.8DPSO算法研究展望16

参考文献17

第2章在TSP问题中的应用22

2.1引言22

2.2求解TSP问题的自适应粒子群优化算法23

2.2.1离散PSO算法23

2.2.2求解TSP问题的PSO算法设计24

2.2.3惯性权值在离散PSO算法中的作用25

2.2.4实验结果与分析26

2.3求解TSP问题的动态领域PSO算法31

2.3.1相关概念31

2.3.2TSP问题的PSO操作33

2.3.3动态领域PSO算法的设计33

2.3.4实验结果及分析34

2.4求解TSP问题的PSO\|ACO算法35

2.4.1模拟进化的蚁群算法35

2.4.2PSO\|ACO算法的设计思想及总体框架40

2.4.3实验结果与分析40

参考文献41

第... 查看详情

查看详情