社會情感優(yōu)化算法

內(nèi)容概要

社會情感優(yōu)化算法是一種新型的模擬人類社會群體行為的群智能優(yōu)化算法，與常見的幾種群智能算法相比，社會情感優(yōu)化算法收斂效率更高。
崔志華所著的《社會情感優(yōu)化算法》分為7章，第1、2章介紹了社會情感優(yōu)化算法的基本概念、進(jìn)化方程等；第3～5章從情感更新方式、決策機(jī)制及混合方式等方面探討了社會情感優(yōu)化算法的改進(jìn)模式；第6、7章將社會情感優(yōu)化算法分別應(yīng)用于團(tuán)簇優(yōu)化問題及電力系統(tǒng)無功優(yōu)化問題，從而為解決相關(guān)應(yīng)用問題提供了參考。
《社會情感優(yōu)化算法》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)科的高年級本科生及研究生的教學(xué)參考書。

書籍目錄

第一部分 導(dǎo)引篇
第1章 緒論
 1.1 問題的提出
 1.2 智能計(jì)算概述
 1.2.1 智能計(jì)算分類
 1.2.2 智能計(jì)算方法原理
 1.2.3 無免費(fèi)午餐定理
 1.3 進(jìn)化計(jì)算
 1.3.1 進(jìn)化算法的一般框架
 1.3.2 遺傳算法
 1.3.3 進(jìn)化策略
 1.3.4 進(jìn)化規(guī)劃
 1.3.5 遺傳程序設(shè)計(jì)
 1.4 常見的群體智能算法
 1.4.1 蟻群算法
 1.4.2 視覺掃描優(yōu)化算法
 1.4.3 螢火蟲算法
 1.4.4 搜索者優(yōu)化算法
 1.4.5 人工蜂群算法的原理
 1.4.6 人工魚群算法
 1.5 本書的篇章結(jié)構(gòu)
 參考文獻(xiàn)
第2章 社會情感算法
 2.1 已有的人類社會研究成果
 2.2 社會情感理論
 2.2.1 理智前提下的情感
 2.2.2 個(gè)人情緒和社會情感及其相互關(guān)系
 2.2.3 情緒對行為的影響和對環(huán)境的反饋
 2.3 社會情感優(yōu)化算法
 2.3.1 算法介紹
 2.3.2 社會行為分析
 2.4 仿真實(shí)驗(yàn)
 2.4.1 實(shí)驗(yàn)環(huán)境
 2.4.2 參數(shù)m1及m2的選擇
 2.4.3 實(shí)驗(yàn)結(jié)果及分析
 2.5 小結(jié)
 參考文獻(xiàn)
第二部分 原理篇
第3章 情感更新方式及選擇方式的策略研究
 3.1 常見的幾種概率分布
 3.1.1 正態(tài)分布
 3.1.2 柯西分布
 3.1.3 萊維分布
 3.2 基于正態(tài)分布的社會情感優(yōu)化算法
 3.2.1 算法思想
 3.2.2 算法流程
 3.2.3 基于均勻設(shè)計(jì)的參數(shù)選擇
 3.3 基于柯西分布和萊維分布的社會情感優(yōu)化算法
 3.4 基于情感強(qiáng)度第一定律的情感計(jì)算方式
 3.4.1 情感與價(jià)值
 3.4.2 情感強(qiáng)度第一定律
 3.4.3 基于情感強(qiáng)度第一定律的情感計(jì)算
 3.4.4 隨機(jī)期望值模型的應(yīng)用
 3.5 小結(jié)
 參考文獻(xiàn)
第4章 基于決策理論的社會情感優(yōu)化算法
 4.1 決策的相關(guān)內(nèi)容介紹
 4.1.1 個(gè)體決策介紹
 4.1.2 群體決策介紹
 4.2 基于個(gè)體決策的社會情感優(yōu)化算法
 4.2.1 決策任務(wù)
 4.2.2 決策步驟
 4.2.3 決策結(jié)果
 4.2.4 算法步驟
 4.2.5 實(shí)驗(yàn)仿真
 4.3 利用群體決策歷史信息的社會情感優(yōu)化算法
 4.3.1 算法背景
 4.3.2 決策過程
 4.3.3 算法步驟
 4.3.4 實(shí)驗(yàn)仿真
 4.4 基于小世界模型的社會情感優(yōu)化算法
 4.4.1 常見的鄰域結(jié)構(gòu)
 4.4.2 WS小世界模型
 4.4.3 NW小世界模型
 4.5 小結(jié)
 參考文獻(xiàn)
第5章 混合社會情感優(yōu)化算法
 5.1 基于Metropolis準(zhǔn)則的社會情感優(yōu)化算法
 5.1.1 社會情感優(yōu)化算法的多樣性分析
 5.1.2 Metropolis準(zhǔn)則介紹
 5.1.3 基于Metropolis準(zhǔn)則的社會情感優(yōu)化算法
 5.1.4 實(shí)例仿真
 5.2 基于二次插值法的社會情感優(yōu)化算法
 5.2.1 二次插值法介紹
 5.2.2 二次插值法與社會情感優(yōu)化算法的結(jié)合
 5.3 在非線性方程組求解的應(yīng)用
 5.3.1 非線性方程組及其等價(jià)優(yōu)化模型
 5.3.2 仿真實(shí)驗(yàn)
 5.4 小結(jié)
 參考文獻(xiàn)
第三部分 應(yīng)用篇
第6章 團(tuán)簇優(yōu)化問題的社會情感優(yōu)化算法求解
 6.1 團(tuán)簇優(yōu)化問題介紹
 6.1.1 Lennard-Jones勢函數(shù)
 6.1.2 Lennard-Jones原子團(tuán)簇
 6.1.3 基于團(tuán)簇結(jié)構(gòu)的優(yōu)化算法
 6.1.4 團(tuán)簇結(jié)構(gòu)的研究現(xiàn)狀
 6.1.5 Ag團(tuán)簇
 6.2 基于社會情感優(yōu)化算法的團(tuán)簇問題求解
 6.2.1 限域擬牛頓優(yōu)化算法
 6.2.2 算法流程
 6.2.3 團(tuán)簇優(yōu)化結(jié)果
 6.3 基于種子技術(shù)的團(tuán)簇結(jié)構(gòu)優(yōu)化
 6.3.1 種子技術(shù)介紹
 6.3.2 基于種子技術(shù)的改進(jìn)SEOA
 6.4 基于格點(diǎn)技術(shù)的團(tuán)簇結(jié)構(gòu)優(yōu)化
 6.4.1 離散的社會情感優(yōu)化算法介紹
 6.4.2 格點(diǎn)技術(shù)
 6.4.3 離散化社會情感優(yōu)化算法
 6.4.4 原子團(tuán)簇的優(yōu)化結(jié)果與方法分析
 6.5 小結(jié)
 參考文獻(xiàn)
第7章 社會情感優(yōu)化算法在電力系統(tǒng)無功優(yōu)化中的應(yīng)用
 7.1 電力系統(tǒng)概述
 7.2 電力系統(tǒng)無功優(yōu)化的數(shù)學(xué)模型
 7.2.1 網(wǎng)損最小的經(jīng)典無功優(yōu)化模型
 7.2.2 以電壓水平為目標(biāo)的無功優(yōu)化模型
 7.2.3 多目標(biāo)罰函數(shù)的無功優(yōu)化模型
 7.2.4 計(jì)及網(wǎng)損和控制成本的無功優(yōu)化模型
 7.2.5 本章采用的無功優(yōu)化模型
 7.3 現(xiàn)有電力系統(tǒng)無功優(yōu)化算法介紹
 7.3.1 常規(guī)優(yōu)化算法
 7.3.2 智能優(yōu)化算法
 7.4 社會情感優(yōu)化算法在電力系統(tǒng)無功優(yōu)化中的應(yīng)用
 7.4.1 算法求解流程
 7.4.2 算例應(yīng)用與分析
 7.5 基于情感計(jì)算的社會情感優(yōu)化算法
 7.5.1 情緒變化模型
 7.5.2 三維情緒空間
 7.5.3 情緒變化矩陣
 7.5.4 引入情緒變化模型的社會情感優(yōu)化算法
 7.5.5 算法步驟
 7.6 EMSEOA在無功優(yōu)化中的應(yīng)用
 7.6.1 EMSEOA的無功優(yōu)化流程
 7.6.2 應(yīng)用算例及分析
 7.7 小結(jié)
參考文獻(xiàn)
附錄A 典型測試函數(shù)
附錄B 劍橋大學(xué)LJ數(shù)據(jù)庫團(tuán)簇優(yōu)化標(biāo)準(zhǔn)結(jié)果
附錄C 典型的電力系統(tǒng)

圖書封面

圖書標(biāo)簽Tags

無

評論、評分、閱讀與下載

---

    社會情感優(yōu)化算法 PDF格式下載

---