量子行為粒子群優(yōu)化

內(nèi)容概要

　　粒子群優(yōu)化算法是群體智能優(yōu)化算法的典型代表之一，已經(jīng)成為隨機優(yōu)化領(lǐng)域的一個研究熱點?！读孔有袨榱Ｗ尤簝?yōu)化:原理及其應用》所述的量子行為粒子群優(yōu)化算法是在粒子群優(yōu)化算法思想的啟發(fā)下，引入了量子模型的概率化粒子群優(yōu)化算法?！读孔有袨榱Ｗ尤簝?yōu)化:原理及其應用》共9章：首先分析了群體智能的定義和特征，并對群體智能算法的代表算法作了綜述；其次介紹了粒子群優(yōu)化算法的基本思想及部分重要的改進方法；然后系統(tǒng)地介紹了量子行為粒子群優(yōu)化算法的思想來源、理論依據(jù)和實現(xiàn)方法；最后詳細介紹了量子行為粒子群優(yōu)化算法在函數(shù)優(yōu)化、系統(tǒng)辨識、生物信息、圖像處理及工程優(yōu)化中的應用方法和應用效果。
　　本書可以作為從事群體智能研究的科研人員和工程技術(shù)人員的參考書，也可以作為計算機、自動化、應用數(shù)學、管理、機械、金融等相關(guān)學科的教師和學生的參考書。

書籍目錄

第1章 緒論
　1.1 最優(yōu)化問題與最優(yōu)化方法
　1.2 群體智能
　1.3 群體智能算法
　1.3.1 蟻群優(yōu)化算法
　1.3.2 粒子群優(yōu)化算法
　1.3.3 量子行為粒子群優(yōu)化算法
　1.4 粒子群優(yōu)化算法研究概況
　1.4.1 PS0算法的理論研究
　1.4.2 PS0算法的改進研究
　1.4.3 PS0算法的應用研究
　1.5 量子行為粒子群優(yōu)化算法研究綜述
　1.5.1 QPS0算法的改進研究
　1.5.2 QPS0算法的應用研究
　參考文獻
　
第2章 粒子群優(yōu)化算法
　2.1 基本PS0算法
　2.2 基本PS0算法的模型分析
　2.3 靜慣性權(quán)重W的PS0算法
　2.4 帶壓縮因子X的PS0算法
　2.5 二進制PSO算法
　2.6 合作PSO算法
　2.7 全信息PSO算法
　2.8 理解學習PSO算法
　參考文獻
　
第3章 量子行為粒子群優(yōu)化算法
　3.1 量子力學背景
　3.2 量子行為粒子群優(yōu)化算法的基本模型
　3.2.1 思想來源
　3.2.2 粒子群勢阱模型的建立
　3.2.3 粒子的基本進化方程
　3.2.4 勢阱模型與其他模型的比較
　3.3 量子行為粒子群優(yōu)化算法
　3.3.1 粒子的進化方程
　3.3.2 兩種搜索迭代策略
　3.3.3 算法的流程
　3.3.4 粒子收斂的基本條件
　3.3.5 粒子收斂條件的仿真測試
　3.4 量子行為粒子群優(yōu)化算法的學習模式
　3.4.1 PSO算法的學習模式
　3.4.2 QPSO算法的學習模式
　3.4.3 粒子的等待效應
　3.4.4 PSO算法和QPSO算法的比較
　參考文獻
　
第4章 QPSO算法的收斂性與收斂率分析
　4.1 QPSO算法全局收斂性的概率分析
　4.1.1 全局收斂性準則
　4.1.2 局部收斂性準則
　4.1.3 QPSO算法的全局收斂性
　4.2 QPSO算法的馬氏過程分析
　4.2.1 離散馬氏過程
　4.2.2 隨機算法的理論框架
　4.2.3 隨機算法的收斂性定理
　4.2.4 QPSO算法的收斂性
　4.3 收斂率的度量
　4.3.1 收斂率的定義
　4.3.2 三種收斂性
　4.4 QPSO算法的收斂率測試
　參考文獻
　
第5章 QPSO算法在函數(shù)優(yōu)化中的應用
　5.1 整數(shù)規(guī)劃問題
　5.1.1 問題描述
　5.1.2 仿真算例
　……
第6章 QPSO算法在系統(tǒng)辨識中的應用
第7章 QPSO算法在生物信息中的應用
第8章 QPSO算法在圖像處理中的應用
第9章 QPSO算法的工程應用
附錄

章節(jié)摘錄

版權(quán)頁：插圖：

編輯推薦

《量子行為粒子群優(yōu)化:原理及其應用》是中國計算機學會學術(shù)著作叢書?知識科學系列。

圖書封面

評論、評分、閱讀與下載

---

    量子行為粒子群優(yōu)化 PDF格式下載

---