群智能優(yōu)化算法及其應(yīng)用

內(nèi)容概要

《群智能優(yōu)化算法及其應(yīng)用》以群智能優(yōu)化算法中的粒子群優(yōu)化（Particle Swarm Optimization，PSO）算法為主線，著重闡述了PSO算法的基本原理、改進(jìn)策略，從解空間設(shè)計(jì)、粒子編碼以及求解流程等方面進(jìn)行了詳細(xì)設(shè)計(jì)與闡述。對(duì)蟻群優(yōu)化（Ant Colony Optimization，ACO）算法、人工魚(yú)群（Artificial Fish School，AFS）算法以及新穎的人工蜂群（Artificial Bee Colony，ABC）算法和細(xì)菌覓食優(yōu)化（Bacteria Foraging Optimization，BFO）算法等群智能優(yōu)化算法也做了簡(jiǎn)要介紹。結(jié)合群智能優(yōu)化機(jī)理，對(duì)PPI網(wǎng)絡(luò)的功能模塊聚類分析問(wèn)題進(jìn)行模型構(gòu)建和算法設(shè)計(jì)，是《群智能優(yōu)化算法及其應(yīng)用》的特色所在。
《群智能優(yōu)化算法及其應(yīng)用》可作為人工智能、計(jì)算機(jī)科學(xué)、管理科學(xué)、系統(tǒng)工程、自動(dòng)化、生物信息學(xué)等專業(yè)高年級(jí)本科生、研究生和教師的參考書(shū)，也可供理工科其他專業(yè)的師生參考，還可供從事優(yōu)化領(lǐng)域的科技人員閱讀和參考。

作者簡(jiǎn)介

無(wú)

書(shū)籍目錄

序
前言
第1章 緒論             
  1.1 引言     
  1.2 群智能優(yōu)化算法的思想起源    
    1.2.1 粒子群優(yōu)化算法      
    1.2.2 蟻群優(yōu)化算法            
    1.2.3 人工蜂群算法            
    1.2.4 人工魚(yú)群算法            
    1.2.5 細(xì)菌覓食優(yōu)化算法        
1.3 本書(shū)組織結(jié)構(gòu)      
1.4 小結(jié)             
參考文獻(xiàn)             
第2章 經(jīng)典優(yōu)化理論與方法
第3章 智能優(yōu)化方法
第4章 粒子群優(yōu)化算法
第5章 PSO算法用于函數(shù)優(yōu)化
第6章 群智能優(yōu)化算法求解TSP
第7章 PSO算法求解交通優(yōu)化與調(diào)度問(wèn)題
第8章 群智能算法與路徑規(guī)劃
第9章 PSO算法與圖像處理
第10章 群智能優(yōu)化算法與生物序列比例
第11章 群只能聚類融合算法與PPI網(wǎng)絡(luò)
附錄

章節(jié)摘錄

版權(quán)頁(yè)：   插圖：   3.10.4 DNA計(jì)算的應(yīng)用以及研究重點(diǎn)與難點(diǎn) 由于DNA計(jì)算采用的是一種新的運(yùn)算邏輯和存儲(chǔ)方式，在解決某些復(fù)雜問(wèn)題時(shí)將具有傳統(tǒng)計(jì)算機(jī)所無(wú)法比擬的優(yōu)勢(shì)，目前已嘗試?yán)肈NA計(jì)算解決各種復(fù)雜計(jì)算問(wèn)題，如HPP問(wèn)題、最大團(tuán)問(wèn)題、可滿足性問(wèn)題、著色問(wèn)題和象棋問(wèn)題等。Lipton認(rèn)為，所有的NP問(wèn)題均可以歸結(jié)為HPP問(wèn)題，各種各樣的組合問(wèn)題都可以用DNA計(jì)算來(lái)解決。然而，DNA計(jì)算在解決NP完全問(wèn)題上的應(yīng)用，自從2000年以后一直缺乏新的研究。目前，除解決NP問(wèn)題外，DNA計(jì)算還應(yīng)用在以下幾個(gè)方面： （1）信息安全。DNA計(jì)算的并行計(jì)算優(yōu)勢(shì)，對(duì)傳統(tǒng)密碼體系提出了挑戰(zhàn)，密碼學(xué)將DNA計(jì)算的一個(gè)有著廣泛應(yīng)用前景的領(lǐng)域——DNA計(jì)算機(jī)最先應(yīng)用于檢驗(yàn)各種密碼體制的安全性。AES、RSA及ECC等密碼體制，可能在未來(lái)的DNA計(jì)算機(jī)面前不堪一擊。 （2）智能控制。利用DNA計(jì)算機(jī)理已開(kāi)發(fā)出一種DNA編碼方法，該方法具有冗余和重疊的基因，可以選擇輸入變量和調(diào)節(jié)隸屬函數(shù)。同時(shí)，在人工DNA中可應(yīng)用病毒和酶操作，獲取有效的模糊規(guī)則。此外，DNA序列已用于神經(jīng)網(wǎng)絡(luò)的建模與學(xué)習(xí)，并大大簡(jiǎn)化了該網(wǎng)絡(luò)的參數(shù)數(shù)目。 （3）生物化學(xué)和醫(yī)學(xué)等。DNA計(jì)算的發(fā)展能促進(jìn)和指導(dǎo)生物化學(xué)，使其獲得更規(guī)則、靈活和可靠的操作和技術(shù)，并產(chǎn)生出具有特定性能的分子或“酶”。 （4）布爾電路和數(shù)據(jù)流邏輯運(yùn)算的仿真，這對(duì)構(gòu)建未來(lái)DNA計(jì)算機(jī)具有更重要的意義。 研究表明，編碼問(wèn)題是整個(gè)DNA計(jì)算機(jī)研制中最為核心的問(wèn)題。它在一定程度上決定著DNA計(jì)算模式的未來(lái)走向：①它直接影響著DNA序列的合成質(zhì)量；②編碼的好壞直接決定能否按照所設(shè)計(jì)的目標(biāo)進(jìn)行雜交；③編碼的好壞不僅直接影響著解空間的大小，而且與DNA計(jì)算機(jī)能否深入發(fā)展息息相關(guān)；④當(dāng)前DNA計(jì)算的一個(gè)主要的難點(diǎn)是解的檢測(cè)問(wèn)題，而編碼與酶切位點(diǎn)、發(fā)夾DNA分子或者熒光標(biāo)記等的結(jié)合有望較好地解決這個(gè)問(wèn)題。 DNA存儲(chǔ)技術(shù)的研究，是利用DNA分子巨大的信息儲(chǔ)藏能力和DNA分子能與多種生化酶相互反應(yīng)的特點(diǎn)，來(lái)模擬并實(shí)現(xiàn)具有隨機(jī)讀寫(xiě)能力的DNA數(shù)據(jù)存儲(chǔ)器，它不僅可以存儲(chǔ)大量信息，還可以利用其存儲(chǔ)安全性好的特點(diǎn)去存儲(chǔ)機(jī)密數(shù)據(jù)，它的研究也是整個(gè)生物分子計(jì)算機(jī)研究中的一個(gè)重要分支。 作為一種新型計(jì)算機(jī)的運(yùn)算系統(tǒng)，最基本的問(wèn)題是解決算術(shù)和邏輯兩種運(yùn)算，并體現(xiàn)出DNA計(jì)算的優(yōu)點(diǎn)。但是目前大部分DNA計(jì)算的模型無(wú)法進(jìn)行負(fù)數(shù)的表示、減法運(yùn)算及除法運(yùn)算，離實(shí)用的模型還有很大的差距，未來(lái)DNA計(jì)算機(jī)的運(yùn)算系統(tǒng)不可能僅以四則運(yùn)算為主要運(yùn)算算子，還應(yīng)加入諸如由連接酶、核酸內(nèi)切限制酶、DNA聚合酶、DNA與RNA修飾酶、核酸外切酶與核酸內(nèi)切酶等構(gòu)成的新型運(yùn)算算子。

編輯推薦

《群智能優(yōu)化算法及其應(yīng)用》可作為人工智能、計(jì)算機(jī)科學(xué)、管理科學(xué)、系統(tǒng)工程、自動(dòng)化、生物信息學(xué)等專業(yè)高年級(jí)本科生、研究生和教師的參考書(shū)，也可供理工科其他專業(yè)的師生參考，還可供從事優(yōu)化領(lǐng)域的科技人員閱讀和參考。

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    群智能優(yōu)化算法及其應(yīng)用 PDF格式下載

---