掃一掃
關(guān)注中圖網(wǎng)
官方微博
蝙蝠優(yōu)化算法
作者：蔡星娟
開(kāi)本：
26cm
頁(yè)數(shù)：
10,214頁(yè)
本類(lèi)榜單：計(jì)算機(jī)/網(wǎng)絡(luò)銷(xiāo)量榜
本類(lèi)五星書(shū)更多>
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
深度學(xué)習(xí)
-
>
Unreal Engine 4藍(lán)圖完全學(xué)習(xí)教程
-
>
深入理解計(jì)算機(jī)系統(tǒng)-原書(shū)第3版
-
>
Word/Excel PPT 2013辦公應(yīng)用從入門(mén)到精通-(附贈(zèng)1DVD.含語(yǔ)音視頻教學(xué)+辦公模板+PDF電子書(shū))
中圖價(jià):¥46.6
加入購(gòu)物車(chē)
蝙蝠優(yōu)化算法 版權(quán)信息
- ISBN：9787121378393
- 條形碼：9787121378393 ; 978-7-121-37839-3
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>
蝙蝠優(yōu)化算法 本書(shū)特色
蝙蝠優(yōu)化算法是一種新穎的模擬蝙蝠行為的群智能優(yōu)化算法，因該算法有模型簡(jiǎn)單、參數(shù)少、通用性強(qiáng)等優(yōu)點(diǎn)，故被廣泛應(yīng)用于解決實(shí)際問(wèn)題。本書(shū)分為8章，第1～2章介紹蝙蝠優(yōu)化算法的基本框架、研究進(jìn)展，并討論了蝙蝠算法的全局收斂性問(wèn)題；第3～6章從蝙蝠算法的全局搜索方式、局部搜索方式、全局/局部搜索的平衡策略、全局/局部搜索的集成策略等方面介紹作者的工作；第7～8章圍繞軟件缺陷預(yù)測(cè)問(wèn)題，分別構(gòu)造多目標(biāo)軟件缺陷預(yù)測(cè)模型和高維多目標(biāo)軟件缺陷預(yù)測(cè)模型，并有針對(duì)性地設(shè)計(jì)相應(yīng)的多目標(biāo)蝙蝠優(yōu)化算法和高維多目標(biāo)蝙蝠優(yōu)化算法來(lái)對(duì)模型進(jìn)行求解，從而為解決相關(guān)問(wèn)題提供參考。本書(shū)適合從事智能計(jì)算研究與應(yīng)用的科技工作者和工程技術(shù)人員閱讀使用，也可以作為高等院校計(jì)算機(jī)科學(xué)與技術(shù)、控制科學(xué)與工程等學(xué)科高年級(jí)本科生及研究生的教學(xué)參考書(shū)。
蝙蝠優(yōu)化算法 內(nèi)容簡(jiǎn)介
蝙蝠優(yōu)化算法是一種新穎的模擬蝙蝠行為的群智能優(yōu)化算法，因該算法有模型簡(jiǎn)單、參數(shù)少、通用性強(qiáng)等優(yōu)點(diǎn)，故被廣泛應(yīng)用于解決實(shí)際問(wèn)題。本書(shū)分為8章，第1～2章介紹蝙蝠優(yōu)化算法的基本框架、研究進(jìn)展，并討論了蝙蝠算法的全局收斂性問(wèn)題；第3～6章從蝙蝠算法的全局搜索方式、局部搜索方式、全局/局部搜索的平衡策略、全局/局部搜索的集成策略等方面介紹作者的工作；第7～8章圍繞軟件缺陷預(yù)測(cè)問(wèn)題，分別構(gòu)造多目標(biāo)軟件缺陷預(yù)測(cè)模型和高維多目標(biāo)軟件缺陷預(yù)測(cè)模型，并有針對(duì)性地設(shè)計(jì)相應(yīng)的多目標(biāo)蝙蝠優(yōu)化算法和高維多目標(biāo)蝙蝠優(yōu)化算法來(lái)對(duì)模型進(jìn)行求解，從而為解決相關(guān)問(wèn)題提供參考。本書(shū)適合從事智能計(jì)算研究與應(yīng)用的科技工作者和工程技術(shù)人員閱讀使用，也可以作為高等院校計(jì)算機(jī)科學(xué)與技術(shù)、控制科學(xué)與工程等學(xué)科高年級(jí)本科生及研究生的教學(xué)參考書(shū)。
蝙蝠優(yōu)化算法 目錄
**部分 導(dǎo)引篇
第1章 緒論 3
1.1 優(yōu)化算法概述 4
1.2 確定性?xún)?yōu)化算法 4
1.3 隨機(jī)優(yōu)化算法 5
1.4 基本蝙蝠算法簡(jiǎn)介 7
1.5 蝙蝠算法研究綜述 9
1.6 本書(shū)的框架 17
參考文獻(xiàn) 18
第2章 蝙蝠算法的收斂性分析 31
2.1 全局收斂性的相關(guān)概念 32
2.2 蝙蝠算法收斂性分析現(xiàn)狀 33
2.3 基本蝙蝠算法分析 35
2.4 3種邊界條件 39
2.5 基本蝙蝠算法的收斂性分析 40
2.6 標(biāo)準(zhǔn)蝙蝠算法的收斂性分析 46
2.7 收斂速度分析 49
2.8 小結(jié) 50
參考文獻(xiàn) 50
第二部分 原理篇
第3章 三角翻轉(zhuǎn)蝙蝠算法 53
3.1 記憶方式的速度更新公式分析 54
3.2 三角翻轉(zhuǎn)法介紹 56
3.2.1 基于對(duì)稱(chēng)方式的三角翻轉(zhuǎn)法 56
3.2.2 基于比例方式的三角翻轉(zhuǎn)法 57
3.3 記憶型三角翻轉(zhuǎn)蝙蝠算法 59
3.3.1 記憶型三角翻轉(zhuǎn)蝙蝠算法概述 59
3.3.2 收斂性證明 60
3.3.3 仿真試驗(yàn) 61
3.4 無(wú)記憶型三角翻轉(zhuǎn)蝙蝠算法 64
3.4.1 無(wú)記憶型三角翻轉(zhuǎn)蝙蝠算法概述 64
3.4.2 仿真試驗(yàn) 67
3.5 快速三角翻轉(zhuǎn)蝙蝠算法 69
3.5.1 快速三角翻轉(zhuǎn)蝙蝠算法概述 69
3.5.2 仿真試驗(yàn) 70
3.6 小結(jié) 78
參考文獻(xiàn) 79
第4章 蝙蝠算法的擾動(dòng)策略設(shè)計(jì) 81
4.1 標(biāo)準(zhǔn)蝙蝠算法的局部收斂性能分析 82
4.2 線性遞減策略 86
4.2.1 算法思想 86
4.2.2 參數(shù)選擇 87
4.3 曲線遞減策略 89
4.3.1 算法思想 89
4.3.2 參數(shù)選擇 90
4.4 基于曲線遞減策略的快速三角翻轉(zhuǎn)蝙蝠算法 94
4.5 LEACH協(xié)議的優(yōu)化應(yīng)用 97
4.6 小結(jié) 101
參考文獻(xiàn) 102
第5章 全局搜索與局部搜索的轉(zhuǎn)化策略 105
5.1 已有的轉(zhuǎn)化策略 106
5.2 隨機(jī)轉(zhuǎn)化策略 107
5.3 基于適應(yīng)值信息的轉(zhuǎn)化策略 110
5.3.1 基于秩的轉(zhuǎn)化策略 110
5.3.2 基于數(shù)值的轉(zhuǎn)化策略 114
5.4 基于啟發(fā)式信息的統(tǒng)一搜索蝙蝠算法 115
5.5 DV-Hop算法的優(yōu)化 121
5.6 小結(jié) 125
參考文獻(xiàn) 126
第6章 集成策略算法 129
6.1 UHBA算法分析 130
6.2 6種集成策略 131
6.3 固定概率選擇的集成算法 134
6.4 動(dòng)態(tài)概率選擇的集成算法 138
6.4.1 動(dòng)態(tài)概率選擇策略 138
6.4.2 仿真試驗(yàn) 141
6.5 小結(jié) 148
參考文獻(xiàn) 149
第三部分 應(yīng)用篇
第7章 多目標(biāo)蝙蝠算法軟件缺陷預(yù)測(cè) 153
7.1 多目標(biāo)軟件缺陷預(yù)測(cè) 154
7.1.1 研究背景 154
7.1.2 問(wèn)題介紹 156
7.1.3 欠采樣軟件缺陷預(yù)測(cè)模型 159
7.2 多目標(biāo)蝙蝠算法 161
7.2.1 多目標(biāo)優(yōu)化問(wèn)題 161
7.2.2 多目標(biāo)蝙蝠算法分析 162
7.2.3 不平衡數(shù)據(jù)集的欠采樣軟件缺陷預(yù)測(cè)具體實(shí)現(xiàn)方式 163
7.3 仿真試驗(yàn) 164
7.4 小結(jié) 168
參考文獻(xiàn) 169
第8章 高維多目標(biāo)蝙蝠算法軟件缺陷預(yù)測(cè) 173
8.1 高維多目標(biāo)軟件缺陷預(yù)測(cè)問(wèn)題 174
8.2 高維多目標(biāo)優(yōu)化算法研究現(xiàn)狀 175
8.3 高維多目標(biāo)蝙蝠算法 176
8.3.1 基于維度更新的高維多目標(biāo)蝙蝠算法全局更新策略 176
8.3.2 基于維度更新的高維多目標(biāo)蝙蝠算法局部更新策略 177
8.3.3 適應(yīng)值估計(jì)方法 177
8.3.4 目標(biāo)函數(shù) 179
8.3.5 算法框架 181
8.4 仿真試驗(yàn) 181
8.4.1 參數(shù)設(shè)置及度量指標(biāo) 181
8.4.2 試驗(yàn)結(jié)果分析 182
8.5 小結(jié) 184
參考文獻(xiàn) 184
附錄A 快速三角翻轉(zhuǎn)蝙蝠算法源代碼 189
附錄B 基于曲線遞減策略的快速三角翻轉(zhuǎn)蝙蝠算法源代碼 197
附錄C 基于秩轉(zhuǎn)化的曲線遞減快速三角翻轉(zhuǎn)蝙蝠算法源代碼 203
附錄D 基于數(shù)值轉(zhuǎn)化的曲線遞減快速三角翻轉(zhuǎn)蝙蝠算法源代碼 209
第1章 緒論 3
1.1 優(yōu)化算法概述 4
1.2 確定性?xún)?yōu)化算法 4
1.3 隨機(jī)優(yōu)化算法 5
1.4 基本蝙蝠算法簡(jiǎn)介 7
1.5 蝙蝠算法研究綜述 9
1.6 本書(shū)的框架 17
參考文獻(xiàn) 18
第2章 蝙蝠算法的收斂性分析 31
2.1 全局收斂性的相關(guān)概念 32
2.2 蝙蝠算法收斂性分析現(xiàn)狀 33
2.3 基本蝙蝠算法分析 35
2.4 3種邊界條件 39
2.5 基本蝙蝠算法的收斂性分析 40
2.6 標(biāo)準(zhǔn)蝙蝠算法的收斂性分析 46
2.7 收斂速度分析 49
2.8 小結(jié) 50
參考文獻(xiàn) 50
第二部分 原理篇
第3章 三角翻轉(zhuǎn)蝙蝠算法 53
3.1 記憶方式的速度更新公式分析 54
3.2 三角翻轉(zhuǎn)法介紹 56
3.2.1 基于對(duì)稱(chēng)方式的三角翻轉(zhuǎn)法 56
3.2.2 基于比例方式的三角翻轉(zhuǎn)法 57
3.3 記憶型三角翻轉(zhuǎn)蝙蝠算法 59
3.3.1 記憶型三角翻轉(zhuǎn)蝙蝠算法概述 59
3.3.2 收斂性證明 60
3.3.3 仿真試驗(yàn) 61
3.4 無(wú)記憶型三角翻轉(zhuǎn)蝙蝠算法 64
3.4.1 無(wú)記憶型三角翻轉(zhuǎn)蝙蝠算法概述 64
3.4.2 仿真試驗(yàn) 67
3.5 快速三角翻轉(zhuǎn)蝙蝠算法 69
3.5.1 快速三角翻轉(zhuǎn)蝙蝠算法概述 69
3.5.2 仿真試驗(yàn) 70
3.6 小結(jié) 78
參考文獻(xiàn) 79
第4章 蝙蝠算法的擾動(dòng)策略設(shè)計(jì) 81
4.1 標(biāo)準(zhǔn)蝙蝠算法的局部收斂性能分析 82
4.2 線性遞減策略 86
4.2.1 算法思想 86
4.2.2 參數(shù)選擇 87
4.3 曲線遞減策略 89
4.3.1 算法思想 89
4.3.2 參數(shù)選擇 90
4.4 基于曲線遞減策略的快速三角翻轉(zhuǎn)蝙蝠算法 94
4.5 LEACH協(xié)議的優(yōu)化應(yīng)用 97
4.6 小結(jié) 101
參考文獻(xiàn) 102
第5章 全局搜索與局部搜索的轉(zhuǎn)化策略 105
5.1 已有的轉(zhuǎn)化策略 106
5.2 隨機(jī)轉(zhuǎn)化策略 107
5.3 基于適應(yīng)值信息的轉(zhuǎn)化策略 110
5.3.1 基于秩的轉(zhuǎn)化策略 110
5.3.2 基于數(shù)值的轉(zhuǎn)化策略 114
5.4 基于啟發(fā)式信息的統(tǒng)一搜索蝙蝠算法 115
5.5 DV-Hop算法的優(yōu)化 121
5.6 小結(jié) 125
參考文獻(xiàn) 126
第6章 集成策略算法 129
6.1 UHBA算法分析 130
6.2 6種集成策略 131
6.3 固定概率選擇的集成算法 134
6.4 動(dòng)態(tài)概率選擇的集成算法 138
6.4.1 動(dòng)態(tài)概率選擇策略 138
6.4.2 仿真試驗(yàn) 141
6.5 小結(jié) 148
參考文獻(xiàn) 149
第三部分 應(yīng)用篇
第7章 多目標(biāo)蝙蝠算法軟件缺陷預(yù)測(cè) 153
7.1 多目標(biāo)軟件缺陷預(yù)測(cè) 154
7.1.1 研究背景 154
7.1.2 問(wèn)題介紹 156
7.1.3 欠采樣軟件缺陷預(yù)測(cè)模型 159
7.2 多目標(biāo)蝙蝠算法 161
7.2.1 多目標(biāo)優(yōu)化問(wèn)題 161
7.2.2 多目標(biāo)蝙蝠算法分析 162
7.2.3 不平衡數(shù)據(jù)集的欠采樣軟件缺陷預(yù)測(cè)具體實(shí)現(xiàn)方式 163
7.3 仿真試驗(yàn) 164
7.4 小結(jié) 168
參考文獻(xiàn) 169
第8章 高維多目標(biāo)蝙蝠算法軟件缺陷預(yù)測(cè) 173
8.1 高維多目標(biāo)軟件缺陷預(yù)測(cè)問(wèn)題 174
8.2 高維多目標(biāo)優(yōu)化算法研究現(xiàn)狀 175
8.3 高維多目標(biāo)蝙蝠算法 176
8.3.1 基于維度更新的高維多目標(biāo)蝙蝠算法全局更新策略 176
8.3.2 基于維度更新的高維多目標(biāo)蝙蝠算法局部更新策略 177
8.3.3 適應(yīng)值估計(jì)方法 177
8.3.4 目標(biāo)函數(shù) 179
8.3.5 算法框架 181
8.4 仿真試驗(yàn) 181
8.4.1 參數(shù)設(shè)置及度量指標(biāo) 181
8.4.2 試驗(yàn)結(jié)果分析 182
8.5 小結(jié) 184
參考文獻(xiàn) 184
附錄A 快速三角翻轉(zhuǎn)蝙蝠算法源代碼 189
附錄B 基于曲線遞減策略的快速三角翻轉(zhuǎn)蝙蝠算法源代碼 197
附錄C 基于秩轉(zhuǎn)化的曲線遞減快速三角翻轉(zhuǎn)蝙蝠算法源代碼 203
附錄D 基于數(shù)值轉(zhuǎn)化的曲線遞減快速三角翻轉(zhuǎn)蝙蝠算法源代碼 209
展開(kāi)全部
蝙蝠優(yōu)化算法 作者簡(jiǎn)介
蔡星娟，太原科技大學(xué)副教授，主要研究方向?yàn)榭刂评碚撆c控制工程，發(fā)表論文多篇，承擔(dān)蝙蝠算法性能分析及其在壓縮感知的應(yīng)用等項(xiàng)目。
書(shū)友推薦
- >
莉莉和章魚(yú)
- >
經(jīng)典常談
- >
苦雨齋序跋文-周作人自編集
- >
【精裝繪本】畫(huà)給孩子的中國(guó)神話
- >
煙與鏡
- >
龍榆生：詞曲概論/大家小書(shū)
- >
小考拉的故事-套裝共3冊(cè)
- >
自卑與超越
本類(lèi)暢銷(xiāo)
