書馨卡幫你省薪 2024個(gè)人購(gòu)書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)

蜂群算法原理及其應(yīng)用

出版社：中國(guó)紡織出版社出版時(shí)間：2021-03-01
開本： 16開 頁(yè)數(shù)： 148
¥15.2(2.2折)?

預(yù)估到手價(jià)是按參與促銷活動(dòng)、以最優(yōu)惠的購(gòu)買方案計(jì)算出的價(jià)格（不含優(yōu)惠券部分），僅供參考，未必等同于實(shí)際到手價(jià)。

中 圖 價(jià):¥27.9(4.1折)定價(jià)  ¥68.0 登錄后可看到會(huì)員價(jià)
加入購(gòu)物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
溫馨提示：5折以下圖書主要為出版社尾貨，大部分為全新（有塑封/無(wú)塑封），個(gè)別圖書品相8-9成新、切口
有劃線標(biāo)記、光盤等附件不全詳細(xì)品相說(shuō)明>>
本類五星書更多>

蜂群算法原理及其應(yīng)用 版權(quán)信息

蜂群算法原理及其應(yīng)用 內(nèi)容簡(jiǎn)介

本書是關(guān)于人工蜂群算法及其在優(yōu)化和調(diào)度問(wèn)題中的應(yīng)用的一部專著。本書有兩部分組成：1.在介紹其原理的基礎(chǔ)上，圍繞如何改進(jìn)算法來(lái)提高蜂群算法的優(yōu)化速度和精度進(jìn)行闡述；2.主要對(duì)其在物流調(diào)度、復(fù)雜系統(tǒng)的控制器優(yōu)化、機(jī)器學(xué)習(xí)中的分類器設(shè)計(jì)優(yōu)化等實(shí)際工程問(wèn)題中的應(yīng)用進(jìn)行介紹。本書適合控制科學(xué)與工程、人工智能等相關(guān)專業(yè)研究生和高年級(jí)本科生作為參考書，也可供有關(guān)專業(yè)的科技人員參考。

蜂群算法原理及其應(yīng)用 目錄

第1章 緒論
1.1 *優(yōu)化方法
1.2 群體智能算法
1.2.1 概述
1.2.2 典型算法簡(jiǎn)介
1.3 人工蜂群算法的研究與應(yīng)用概述
1.4 本章小結(jié)
參考文獻(xiàn)
第2章 人工蜂群算法及其改進(jìn)
2.1 人工蜂群算法原理
2.2 人工蜂群算法的改進(jìn)
2.2.1 并行ABC算法
2.2.2 全維搜索ABC算法及其并行化
2.2.3 隨機(jī)多維人工蜂群算法
2.2.4 改進(jìn)多維搜索ABC算法
2.3 改進(jìn)人工蜂群算法的性能驗(yàn)證
2.4 本章小結(jié)
參考文獻(xiàn)
第3章 人工蜂群算法在物流調(diào)度中的應(yīng)用
3.1 物流調(diào)度問(wèn)題概述
3.2 基于并行化蜂群算法的單ETV調(diào)度策略
3.2.1 調(diào)度問(wèn)題描述
3.2.2 優(yōu)化算法的編碼策略
3.2.3 仿真驗(yàn)證
3.3 基于改進(jìn)人工蜂群算法的雙ETV調(diào)度策略
3.3.1 機(jī)場(chǎng)貨運(yùn)站雙ETV調(diào)度模型
3.3.2 基于改進(jìn)人工蜂群算法的雙ETV調(diào)度
3.4 基于差分進(jìn)化ABC算法的機(jī)器人路徑規(guī)劃
3.4.1 Bezier曲線
3.4.2 改進(jìn)ABC算法及其路徑規(guī)劃應(yīng)用
3.4.3 仿真驗(yàn)證
3.5 本章小結(jié)
參考文獻(xiàn)
第4章 人工蜂群算法在控制中的應(yīng)用
4.1 基于蜂群算法的直流電機(jī)PID控制器的優(yōu)化
4.1.1 直流電機(jī)建模
4.1.2 PID控制原理
4.1.3 基于人工蜂群算法的PID控制器優(yōu)化設(shè)計(jì)
4.2 基于ABC算法的分?jǐn)?shù)階PID控制器優(yōu)化
4.2.1 分?jǐn)?shù)階PID控制器原理
4.2.2 分?jǐn)?shù)階PID控制器優(yōu)化設(shè)計(jì)
4.3 基于蜂群算法的LQR控制器優(yōu)化設(shè)計(jì)
4.3.1 環(huán)形二級(jí)倒立擺
4.3.2 系統(tǒng)能控及能觀性分析
4.3.3 LQR控制器的設(shè)計(jì)
4.3.4 LQR控制器的優(yōu)化
4.4 本章小結(jié)
參考文獻(xiàn)
第5章 人工蜂群算法在數(shù)據(jù)挖掘中的應(yīng)用
5.1 數(shù)據(jù)分類及相關(guān)算法
5.1.1 數(shù)據(jù)分類
5.1.2 典型數(shù)據(jù)分類策略
5.2 基于ABC算法的SVM分類器優(yōu)化
5.2.1 SVM分類原理
5.2.2 基于ABC算法的特征選擇和SVM同步優(yōu)化算法
5.2.3 實(shí)驗(yàn)驗(yàn)證
5.3 基于ABC算法的ELM分類器優(yōu)化
5.3.1 ELM原理
5.3.2 多目標(biāo)ABC算法優(yōu)化ELM模型
5.3.3 仿真實(shí)驗(yàn)
5.4 集成學(xué)習(xí)算法及其蜂群算法優(yōu)化
5.4.1 概述
5.4.2 GBDT算法原理
5.4.3 XGBoost算法原理
5.4.4 LightGBM算法原理
5.4.5 集成學(xué)習(xí)算法的性能優(yōu)化
5.4.6 實(shí)驗(yàn)驗(yàn)證
5.5 聚類及其優(yōu)化策略
5.5.1 聚類算法概述
5.5.2 K-means算法概述
5.5.3 IABC算法優(yōu)化K-means聚類
5.5.4 實(shí)驗(yàn)數(shù)據(jù)
5.5.5 對(duì)比實(shí)驗(yàn)結(jié)果
本章小結(jié)
參考文獻(xiàn)
展開全部

蜂群算法原理及其應(yīng)用 作者簡(jiǎn)介

王海泉，中原工學(xué)院教師，副教授，河南省航空類專業(yè)教指委委員，中原工學(xué)院青年骨干教師，河南省自動(dòng)化專業(yè)控制類課程教學(xué)團(tuán)隊(duì)骨干成員，河南省雙語(yǔ)精品課程骨干教師。研究方向?yàn)橹悄芩惴捌湓趦?yōu)化、調(diào)度問(wèn)題中的應(yīng)用研究。主持或參與國(guó)家自然基金、河南省和鄭州市科研項(xiàng)目11項(xiàng)，完成橫向科研項(xiàng)目2項(xiàng)，獲得河南省科技成果一等獎(jiǎng)1項(xiàng)、二等獎(jiǎng)1項(xiàng)，以作者在SCI\/EI期刊發(fā)表文章22篇、核心期刊（外文期刊）9篇。授權(quán)發(fā)明1項(xiàng)，出版學(xué)術(shù)專著和教材2部。

商品評(píng)論(0條)
暫無(wú)評(píng)論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服