離散粒子群優(yōu)化算法及其應(yīng)用

內(nèi)容概要

　　《離散粒子群優(yōu)化算法及其應(yīng)用》主要闡述離散粒子群優(yōu)化(discrete particle swarm
optimization，DPS0)算法的具體構(gòu)建及其在各種組合優(yōu)化問題中的應(yīng)用等。
《離散粒子群優(yōu)化算法及其應(yīng)用》分為11章，各章節(jié)內(nèi)容具體安排如下：第1章主要介紹了基本PSO算法的原理機(jī)制及其發(fā)展現(xiàn)狀，并著重介紹了
PSO算法的三種常見離散化策略，闡述了DPSO算法的應(yīng)用成果；第2章主要介紹了PSO算法在TSP優(yōu)化問題中的應(yīng)用；第3章介紹了一種基于表現(xiàn)型共享函數(shù)的多目標(biāo)粒子群優(yōu)化算法及其在多工作流調(diào)度問題中的應(yīng)用；第4章介紹了一種求解多目標(biāo)最小生成樹問題的改進(jìn)計(jì)數(shù)算法，并詳細(xì)闡述了一種用于求解多目標(biāo)最小生成樹問題的新型DPs0算法的具體設(shè)計(jì)過程；第5章主要介紹了PSO算法在入侵檢測數(shù)據(jù)特征選擇中的應(yīng)用；第6章重點(diǎn)闡述了PSO算法在入侵檢測系統(tǒng)異常檢測和誤用檢測中的具體應(yīng)用；第7章分別闡述了PSO算法在網(wǎng)絡(luò)安全態(tài)勢感知中態(tài)勢要素獲取、理解以及預(yù)測等各步驟中的應(yīng)用；第8章主要介紹了PSO算法在異構(gòu)集群數(shù)據(jù)流分配問題中的應(yīng)用；第9．章主要討論了無線傳感器網(wǎng)絡(luò)中基于PSO的拓?fù)渖杉捌淙蒎e拓?fù)淇刂茩C(jī)制，詳細(xì)介紹了各種算法的具體設(shè)計(jì)過程；第10章重點(diǎn)闡述了基于PSO算法的無線傳感器網(wǎng)絡(luò)任務(wù)調(diào)度策略的設(shè)計(jì)；第11章分別闡述了PSO算法在超大規(guī)模集成電路物理設(shè)計(jì)中的電路劃分和布圖／布局規(guī)劃優(yōu)化問題中的具體應(yīng)用。
《離散粒子群優(yōu)化算法及其應(yīng)用》主要面向計(jì)算機(jī)科學(xué)、自動化科學(xué)、管理科學(xué)、控制科學(xué)等相關(guān)學(xué)科專業(yè)高年級本科生、研究生以及廣大研究計(jì)算智能的科技工作者。

作者簡介

　　郭文忠，1979年8月生，福建泉港人，博士，副教授，碩士生導(dǎo)師。2000年7月畢業(yè)于福州大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系，獲學(xué)士學(xué)位；2003年3月畢業(yè)于福州大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系，獲計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)碩士學(xué)位；2010年4月畢業(yè)于福州大學(xué)物理與信息工程學(xué)院，獲通信與信息系統(tǒng)專業(yè)博士學(xué)位；2011年7月起在國防科學(xué)技術(shù)大學(xué)計(jì)算機(jī)學(xué)院師從蘇金樹教授開展博士后研究工作。自2002年1月起在福州大學(xué)任教，2010年破格晉升副教授并擔(dān)任碩士生導(dǎo)師。現(xiàn)為福建省科學(xué)工程計(jì)算重點(diǎn)實(shí)驗(yàn)室副主任，福建省人工智能學(xué)會理事、副秘書長，福州大學(xué)先進(jìn)計(jì)算及其應(yīng)用創(chuàng)新團(tuán)隊(duì)學(xué)術(shù)骨干，曾擔(dān)任Wireless Personal Communication、Soft Computing、EURASIP Journal on WireLess Communications and Networking、IET Circuits、Deoices&Systems等國際期刊的審稿專家?！　　　≈饕芯颗d趣為計(jì)算智能及其應(yīng)用。先后承擔(dān)和參與了國家自然科學(xué)基金項(xiàng)目4項(xiàng)、“863”計(jì)劃子課題1項(xiàng)、教育部科技重點(diǎn)項(xiàng)目2項(xiàng)、福建省自然科學(xué)基金重點(diǎn)項(xiàng)目1項(xiàng)、福建省科技創(chuàng)新平臺1項(xiàng)，福建省自然科學(xué)基金項(xiàng)目3項(xiàng)以及福建省科技廳重點(diǎn)項(xiàng)目2項(xiàng)等近20項(xiàng)省部級及以上科研項(xiàng)目。申請國家發(fā)明專利1項(xiàng)，獲得5項(xiàng)軟件著作權(quán)，并獲2008年度福建省科學(xué)技術(shù)進(jìn)步三等獎1項(xiàng)和2008年度福州大學(xué)高等教育教學(xué)成果一等獎1項(xiàng)。先后在揚(yáng)formation Sciences、Soft Computing、Sensors、Wireless Personal。Communication、Journal of Internet Technology、IET Communications.、《軟件學(xué)報(bào)》、《計(jì)算機(jī)研究與發(fā)展》、《通信學(xué)報(bào)》、《計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)》以及《模式識別與人工智能》等國內(nèi)外學(xué)術(shù)刊物和國際會議上發(fā)表學(xué)術(shù)論文50多篇?！　　　￡悋?，1965年8月生，福建莆田人，博士，教授，博士生導(dǎo)師。1987年7月畢業(yè)于福州大學(xué)計(jì)算數(shù)學(xué)專業(yè)并獲學(xué)士學(xué)位，畢業(yè)后留校任教，1992年獲福州大學(xué)計(jì)算數(shù)學(xué)專業(yè)碩士學(xué)位，1998年9月考入西安交通大學(xué)計(jì)算機(jī)系統(tǒng)結(jié)構(gòu)專業(yè)攻讀博士學(xué)位，2002年畢業(yè)獲得博士學(xué)位之后在國防科學(xué)技術(shù)大學(xué)計(jì)算機(jī)學(xué)院師從陳火旺院士做博士后研究工作，2007年1月完成博士后研究。2000年晉升副教授、碩士生導(dǎo)師，2005年破格晉升教授，2007年起擔(dān)任博士生導(dǎo)師?，F(xiàn)為福州大學(xué)科技處處長、福建省科學(xué)工程計(jì)算重點(diǎn)實(shí)驗(yàn)室主任、福州大學(xué)先進(jìn)計(jì)算及其應(yīng)用科技創(chuàng)新團(tuán)隊(duì)帶頭人、福建省計(jì)算機(jī)應(yīng)用基礎(chǔ)精品課程負(fù)責(zé)人、福州大學(xué)信息計(jì)算與網(wǎng)絡(luò)教學(xué)團(tuán)隊(duì)負(fù)責(zé)人，兼任中國計(jì)算機(jī)學(xué)會理論計(jì)算機(jī)科學(xué)專業(yè)委員會委員、中國計(jì)算機(jī)學(xué)會電子商務(wù)與辦公自動化專業(yè)委員會委員、中國運(yùn)籌學(xué)會模糊信息與工程分會委員和福建省人工智能學(xué)會副理事長，2005年榮獲“‘全球通’首屆福建IT行業(yè)十大杰出青年”稱號。曾擔(dān)任IEEE-T-PDS、Soft Computing、J.Supercom，putzng、Wireless Personal Communication、《計(jì)算機(jī)學(xué)報(bào)》、《電子學(xué)報(bào)》、《計(jì)算機(jī)研究與發(fā)展》、《通信學(xué)報(bào)》等國內(nèi)外刊物的審稿專家?！　≈饕芯颗d趣為人工智能、網(wǎng)絡(luò)與信息安全等。近年來，主持包括3項(xiàng)國家自然科學(xué)基金項(xiàng)目、1項(xiàng)國家科技部產(chǎn)學(xué)研科技項(xiàng)目、1項(xiàng)國家“863”計(jì)劃項(xiàng)目、1項(xiàng)福建省產(chǎn)學(xué)研重大項(xiàng)目、1項(xiàng)福建省科技創(chuàng)新平臺項(xiàng)目、1項(xiàng)教育部科技重點(diǎn)項(xiàng)目以及1項(xiàng)福建省自然科學(xué)基金重點(diǎn)項(xiàng)目在內(nèi)的20多項(xiàng)省部級及其以上科研項(xiàng)目，并參與了包括2項(xiàng)科技部“973”計(jì)劃項(xiàng)目和1項(xiàng)國家自然科學(xué)基金項(xiàng)目在內(nèi)的10多項(xiàng)科研項(xiàng)目，2項(xiàng)成果鑒定結(jié)論為國內(nèi)領(lǐng)先水平，申請國家發(fā)明專利1項(xiàng)，獲得軟件著作權(quán)5項(xiàng)，并獲2008年度福建省科學(xué)技術(shù)進(jìn)步三等獎1項(xiàng)和2008年度福州大學(xué)高等教育教學(xué)成果一等獎。先后在Information Sciences、Soft Computing、Sensors、AdHoc Networks、Wireless Personal Communication、Journal of Internet Technology、IET Communications、《軟件學(xué)報(bào)》、《計(jì)算機(jī)研究與發(fā)展》、《通信學(xué)報(bào)》、《計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào)》以及《模式識別與人工智能》等國內(nèi)外學(xué)術(shù)刊物和國際會議上發(fā)表學(xué)術(shù)論文80多篇。

書籍目錄

第1章 緒論
1.1 引言
1.2 基本粒子群優(yōu)化算法
 1.2.1 粒子群優(yōu)化算法的基本原理
 1.2.2 基本粒子群優(yōu)化算法模型
 1.2.3 基本粒子群優(yōu)化算法流程
 1.2.4 參數(shù)分析與設(shè)置
1.3 粒子群優(yōu)化算法的改進(jìn)綜述
 1.3.1 基于慣性權(quán)值的改進(jìn)
 1.3.2 基于加速因子的改進(jìn)
 1.3.3 基于鄰近群拓?fù)涞母倪M(jìn)
 1.3.4 基于種群規(guī)模的改進(jìn)
 1.3.5 混合粒子群優(yōu)化算法
1.4 粒子群優(yōu)化算法的機(jī)理研究
1.5 粒子群優(yōu)化算法的應(yīng)用研究
1.6 離散粒子群優(yōu)化算法
 1.6.1 將速度作為位置變化的概率
 1.6.2 直接將連續(xù)PSO用于離散問題的求解
 1.6.3 重新定義PSO算法操作算子
1.7 DPSO算法應(yīng)用
1.8 DPSO算法研究展望
參考文獻(xiàn)
第2章 在P問題中的應(yīng)用
2.1 引言
2.2 求解TSF問題的自適應(yīng)粒子群優(yōu)化算法
 2.2.1 離散.PSO算法
 2.2.2 求解TSP問題的PSO算法設(shè)計(jì)
 2.2.3 慣性權(quán)值在離散PSO算法中的作用
 2.2.4 實(shí)驗(yàn)結(jié)果與分析
2.3 求解TSP問題的動態(tài)領(lǐng)域PSO算法
 2.3.1 相關(guān)概念
 2.3.2 TSP問題的PSO操作
 2.3.3 動態(tài)領(lǐng)域PSO算法的設(shè)計(jì)
 2.3.4 實(shí)驗(yàn)結(jié)果及分析
2.4 求解TSP問題的PSO一ACO算法
 2.4.1 模擬進(jìn)化的蟻群算法
 2.4.2 PSO-ACO算法的設(shè)計(jì)思想及總體框架
 2.4.3 實(shí)驗(yàn)結(jié)果與分析
參考文獻(xiàn)
第3章 在多工作流調(diào)度中的應(yīng)用
3.1 引言
3.2 問題描述
 3.2.1 多目標(biāo)優(yōu)化問題
 3.2.2 求解多目標(biāo)優(yōu)化問題的基本方法
3.3 多目標(biāo)工作流調(diào)度問題
3.4 基于表現(xiàn)型共享的多目標(biāo)粒子群優(yōu)化算法
 3.4.1 基于表現(xiàn)型共享的適應(yīng)度函數(shù)
 3.4.2 算法的基本模型
 3.4.3 算法步驟
 3.4.4 算例測試與結(jié)果分析
3.5 求解多目標(biāo)工作流調(diào)度問題的離散粒子群優(yōu)化算法
 3.5.1 算法基本模型
 3.5.2 算法主要步驟
 3.5.3 實(shí)驗(yàn)結(jié)果
參考文獻(xiàn)
第4章 在多目標(biāo)最小生成樹問題中的應(yīng)用
4.1 引言
4.2 問題模型
 4.2.1 MST問題
 4.2.2 mc-MST問題
4.3 改進(jìn)的計(jì)數(shù)算法
 4.4 求解mc-MST問題的NDPSO算法
 4.4.1 粒子的編碼機(jī)制
 4.4.2 粒子的適應(yīng)度函數(shù)
 4.4.3 粒子的更新公式
 4.4.4 算法描述
 4.4.5 收斂性分析
4.5 實(shí)驗(yàn)結(jié)果與分析
 4.5.1 測試問題
 4.5.2 結(jié)果與分析
參考文獻(xiàn)
第5章 在入侵檢測數(shù)據(jù)特征選擇中的應(yīng)用
5.1 引言
5.2 特征選擇
5.3 基于PSO和相關(guān)性分析的特征選擇算法
 5.3.1 粒子編碼模式
 5.3.2 適應(yīng)度函數(shù)
 5.3.3 參數(shù)設(shè)置
 5.3.4 算法描述
 5.3.5 實(shí)驗(yàn)結(jié)果與分析
5.4 基于PSo和鄰域約簡模型的特征選擇算法
 5.4.1 鄰域粗糙集
 5.4.2 算法的具體設(shè)計(jì)
 5.4.3 仿真實(shí)驗(yàn)
5.5 基于PSO和云模型的特征選擇算法
 5.5.1 云的概念
 5.5.2 云的對象隸屬度計(jì)算
 5.5.3 算法的具體設(shè)計(jì)
 5.5.4 實(shí)驗(yàn)結(jié)果與分析
參考文獻(xiàn)
第6章 在入侵檢測系統(tǒng)中的應(yīng)用
6.1 引言
6.2 基于連續(xù)粒子群分類算法的誤用檢測
 6.2.1 目前入侵檢測產(chǎn)品存在的缺陷
 6.2.2 分類算法
 6.2.3 基于連續(xù)粒子群的分類算法
6.3 基于否定選擇算法的異常檢測
 6.3.1 基于異常的入侵檢測系統(tǒng)的缺陷
 6.3.2 人工免疫與否定選擇算法
 6.3.3 修改的否定選擇算法
6.4 混合的網(wǎng)絡(luò)入侵檢測引擎
 6.4.1 引入混合方式的目的
 6.4.2 混合方式
 6.4.3 混合的入侵檢測引擎的整體結(jié)構(gòu)
 6.4.4 仿真實(shí)驗(yàn)
參考文獻(xiàn)
第7章 在網(wǎng)絡(luò)安全態(tài)勢感知中的應(yīng)用
7.1 引言
7.2 基于PSO-FNN的安全態(tài)勢感知要素提取算法
 7.2.1 相關(guān)算法
 7.2.2 基于PSO-FNN的安全態(tài)勢要素提取模型
 7.2.3 基于PSO-FNN的安全態(tài)勢要素提取方法
 7.2.4 仿真實(shí)驗(yàn)與結(jié)果分析
7.3 基于PSO-BPNN的安全態(tài)勢預(yù)測算法
 7.3.1 基于PSO-BPNN的網(wǎng)絡(luò)安全態(tài)勢預(yù)測模型
 7.3.2 基于PSO-BPNN網(wǎng)絡(luò)安全態(tài)勢預(yù)測方法
 7.3.3 仿真實(shí)驗(yàn)
7.4 網(wǎng)絡(luò)安全系統(tǒng)中的組態(tài)勢感知研究
 7.4.1 個體態(tài)勢感知與組態(tài)勢感知
 7.4.2 基于PSO的聚類分析實(shí)驗(yàn)設(shè)計(jì)
 7.4.3 算法流程
 7.4.4 仿真實(shí)驗(yàn)
參考文獻(xiàn)
第8章 在異構(gòu)集群數(shù)據(jù)流分配中的應(yīng)用
8.1 引言
8.2 數(shù)據(jù)流分配算法
8.3 基于PSO的異構(gòu)集群數(shù)據(jù)流自適應(yīng)分配策略
 8.3.1 問題建模
 8.3.2 帶動態(tài)反饋機(jī)制的數(shù)據(jù)流自適應(yīng)分配模型
 8.3.3 改進(jìn)的粒子群優(yōu)化算法
 8.3.4 仿真實(shí)驗(yàn)結(jié)果與分析
8.4 動態(tài)聯(lián)盟思想的引入
 8.4.1 動態(tài)聯(lián)盟思想
 8.4.2 問題建模
 8.4.3 算法描述
 8.4.4 算法仿真與結(jié)果分析
參考文獻(xiàn)
第9.章 在WSN拓?fù)淇刂浦械膽?yīng)用
9.1 引言
9.2 基于度約束最小生成樹的wSN分布式拓?fù)淇刂?br /> 9.2.1 網(wǎng)絡(luò)模型與問題描述
 9.2.2 求解dc—MsT問題的DPSO
 9.2.3 分布式拓?fù)淇刂品桨?br /> 9.2.4 仿真實(shí)驗(yàn)
9.3 基于二連通的WSN拓?fù)淇刂品桨?br /> 9.3.1 網(wǎng)絡(luò)模型及問題描述
 9.3.2 求解wSN二連通拓?fù)浣Y(jié)構(gòu)的DPSO算法
 9.3.3 仿真實(shí)驗(yàn)
9.4 基于K一連通問題的wSN拓?fù)淇刂品桨?br /> 9.4.1 相關(guān)工作
 9.4.2 相關(guān)定義
 9.4.3 集中式的KTCPSO算法描述
 9.4.4 分布式KLPSO算法描述
 9.4.5 算法的時(shí)間復(fù)雜度分析
 9.4.6 仿真實(shí)驗(yàn)
參考文獻(xiàn)
第10章 在WSN任務(wù)調(diào)度中的應(yīng)用
10.1 引言
10.2 任務(wù)調(diào)度相關(guān)概念
10.3 WSN任務(wù)分配動態(tài)聯(lián)盟模型及其算法
 10.3.1 問題描述
 10.3.2 任務(wù)分配動態(tài)聯(lián)盟模型的構(gòu)建
 10.3.3 求解動態(tài)聯(lián)盟模型的PSO算法
 10.3.4 實(shí)驗(yàn)結(jié)果與分析
10.4 帶多Agent的wSN自適應(yīng)任務(wù)調(diào)度策略
 10.4.1 多Agent系統(tǒng)
 10.4.2 基于多Agent的無線傳感器網(wǎng)絡(luò)體系結(jié)構(gòu)及系統(tǒng)模型
 10.4.3 基于多Agent的無線傳感器網(wǎng)絡(luò)自適應(yīng)任務(wù)調(diào)度策略
 10.4.4 仿真實(shí)驗(yàn)與結(jié)果分析
10.5 基于串行聯(lián)盟的動態(tài)任務(wù)分配算法
 10.5.1 串行聯(lián)盟思想的引入
 10.5.2 基于DPSO的聯(lián)盟形成算法
 10.5.3 基于串行聯(lián)盟的任務(wù)分配體系結(jié)構(gòu)
 10.5.4 仿真實(shí)驗(yàn)
10.6 基于并行聯(lián)盟的動態(tài)任務(wù)分配算法
 10.6.1 引言
 10.6.2 并行聯(lián)盟概述
 10.6.3 基于并行聯(lián)盟的任務(wù)分配算法
 10.6.4 基于并行聯(lián)盟的任務(wù)分配體系結(jié)構(gòu)
 10.6.5 仿真實(shí)驗(yàn)
參考文獻(xiàn)
第1l章 在VLSI物理設(shè)計(jì)中的應(yīng)用
11.1 引言
11.2 VLSI設(shè)計(jì)概述
 11.2.1 VLSI設(shè)計(jì)流程
 11.2.2 物理設(shè)計(jì)過程
11.3 單目標(biāo)電路劃分的離散PSO算法
 11.3.1 相關(guān)工作
 11.3.2 問題模型
 11.3.3 算法描述
 11.3.4 實(shí)驗(yàn)結(jié)果分析
11.4 單目標(biāo)電路劃分的混合PSO算法
 11.4.1 算法的具體設(shè)計(jì)過程
 11.4.2 實(shí)驗(yàn)結(jié)果與分析
11.5 多目標(biāo)電路劃分的離散：PSO算法
 11.5.1 相關(guān)工作
 11.5.2 多目標(biāo)劃分問題模型
 11.5.3 基于DPSO框架下的多目標(biāo)劃分算法
 11.5.4 實(shí)驗(yàn)結(jié)果與分析
11.6 解決布圖規(guī)劃的DPSO算法
 11.6.1 VLSI布圖模式與相關(guān)工作
 11.6.2 問題描述
 11.6.3 算法描述
 11.6.4 實(shí)驗(yàn)結(jié)果與分析
11.7 解決布圖規(guī)劃的多目標(biāo)PSO算法
 11.7.1 采用整數(shù)序列編碼的布圖規(guī)劃算法
 11.7.2 采用序列對編碼的布圖規(guī)劃算法
11.8 解決布圖規(guī)劃的協(xié)同多目標(biāo)PSO算法
 11.8.1 協(xié)同多目標(biāo)算法概述
 11.8.2 解決布圖規(guī)劃問題的協(xié)同多目標(biāo)PSO算法
 11.8.3 實(shí)驗(yàn)結(jié)果分析
參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁：   插圖：   1.7DPSO算法應(yīng)用 鑒于PSO算法自身所具有的優(yōu)勢，用PSO算法解決實(shí)際科學(xué)與工程實(shí)踐問題已成為一大熱點(diǎn)。我們將利用DPSO算法進(jìn)行典型組合優(yōu)化難題、電力系統(tǒng)、超大規(guī)模集成電路（very large seale integration，VLSI）設(shè)計(jì)、無線傳感器網(wǎng)絡(luò)（wireless sensor networks，WSN）以及數(shù)據(jù)挖掘等領(lǐng)域中的應(yīng)用研究簡單歸納如下。 1.典型組合優(yōu)化難題 組合優(yōu)化問題是運(yùn)籌學(xué)的一個重要分支，主要有TSP問題、0-1背包問題、工件排序問題（job—shop scheduling problem，JSP）以及最小生成樹問題（minimum spanning tree problem，MST）等。自Clerc在文獻(xiàn)（61）針對TSP問題，重新定義PSO算法的操作算子并給出一種TSP—DPSO算法之后，另有研究者圍繞典型組合優(yōu)化問題，提出了解決TSP問題、0-1背包問題、JSP問題以及MST問題等經(jīng)典問題的一系列算法。 2.電力系統(tǒng)領(lǐng)域 在電力系統(tǒng)領(lǐng)域，文獻(xiàn)（69）將PSO用于最低成本發(fā)電擴(kuò)張問題，并有效地解決了帶有強(qiáng)約束的組合優(yōu)化問題；文獻(xiàn)（70）給出了一種基于改進(jìn)BPS（）的配電網(wǎng)故障恢復(fù)算法，而文獻(xiàn)（71，72）則分別針對配電網(wǎng)重構(gòu)問題和輸電網(wǎng)絡(luò)擴(kuò)展規(guī)劃問題構(gòu)造了相應(yīng)的DPSO算法；文獻(xiàn)（73）利用PSO算法有效地解決了滿足發(fā)電機(jī)約束的電力系統(tǒng)經(jīng)濟(jì)調(diào)度問題；文獻(xiàn)（74）則給出了用于求解電力市場的盈利區(qū)間約束問題的改進(jìn)DPSO算法；文獻(xiàn)（75，76）利用PSO算法解決了滿足開停機(jī)、熱備約束的機(jī)組調(diào)度問題和機(jī)組組合問題。 3.VLSI設(shè)計(jì)領(lǐng)域 VLSI物理設(shè)計(jì)中布圖、布局和布線是集成電路設(shè)計(jì)的關(guān)鍵和核心，布圖、布局和布線問題是高度復(fù)雜的，且其中很多問題已被證明為NP-困難問題。傳統(tǒng)的優(yōu)化算法很難適應(yīng)集成電路的發(fā)展需要，要么面臨計(jì)算量爆炸，要么易陷入局部極值，無法接近全局最優(yōu)解，這導(dǎo)致了人們開始尋求各種啟發(fā)式算法來解決集成電路中的優(yōu)化問題。鑒于PSO本身所具備的簡單、容易實(shí)現(xiàn)和更強(qiáng)的全局優(yōu)化能力等優(yōu)勢，人們開始探索PSO算法在VLSI物理設(shè)計(jì)中的應(yīng)用研究，并相應(yīng)構(gòu)建了用于求解電路劃分問題、布圖／布局規(guī)劃問題以及布線問題等的DPSO算法。 4.WSN領(lǐng)域 WSN作為一種新型的網(wǎng)絡(luò)概念，不需要預(yù)先配置基礎(chǔ)網(wǎng)絡(luò)設(shè)施，能夠?qū)崿F(xiàn)傳感器節(jié)點(diǎn)自由的組網(wǎng)通信，具有廣闊的應(yīng)用空間。然而，WSN自身存在一些諸如電源能量有限、通信能力有限、節(jié)點(diǎn)計(jì)算能力和存儲能力有限等現(xiàn)實(shí)約束，這些約束也意味著無線傳感器網(wǎng)絡(luò)的資源是稀缺的，因而無線通信資源和能量資源的控制與優(yōu)化就顯得尤其重要。

編輯推薦

《離散粒子群優(yōu)化算法及其應(yīng)用》內(nèi)容是作者基于自身所主持和參與的科技部“973”計(jì)劃項(xiàng)目、國家自然科學(xué)基金項(xiàng)目、國家“863”計(jì)劃子課題以及教育部科技重點(diǎn)項(xiàng)目等的研究成果，吸納了國內(nèi)外許多具有代表性的研究成果，并融合了課題組近年來在國內(nèi)外重要學(xué)術(shù)刊物和國際會議上發(fā)表的研究成果，力圖體現(xiàn)國內(nèi)外在這一領(lǐng)域的最新研究進(jìn)展?！峨x散粒子群優(yōu)化算法及其應(yīng)用》可作為計(jì)算機(jī)科學(xué)、自動化科學(xué)、管理科學(xué)、控制科學(xué)等相關(guān)學(xué)科專業(yè)高年級本科生、研究生以及廣大研究計(jì)算智能的科技工作者的參考用書。

圖書封面

評論、評分、閱讀與下載

---

    離散粒子群優(yōu)化算法及其應(yīng)用 PDF格式下載

---