万本电子书0元读

万本电子书0元读

顶部广告

智能优化算法与涌现计算电子书

本书旨在阔读者视野,启迪读者创新思维,激励广大学者在生生不息、丰富多彩的大自然中捕捉创新灵感。本书可供人工智能、人工生命、智能科学、计算机科学、信息科学、自动化、系统科学、管理科学等相关领域的教师、研究生、研究人员及工程技术人员学习参考。

售       价:¥

纸质售价:¥89.90购买纸书

272人正在读 | 0人评论 6.2

作       者:李士勇,李研,林永茂

出  版  社:清华大学出版社

出版时间:2019-08-01

字       数:49.1万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
智能优化算法与涌现计算是多种前沿学科交叉融合的结晶。主要包括:模拟人脑思维、人体细胞、器官等的仿人智能优化算法;模拟群居动物觅食或繁殖行为的群智能优化算法;模拟人类社会化的化算法;模拟植物生长的仿生算法;模拟自然现象或规律的自然计算;模拟复杂适应系统涌现行为的涌现计算等80余种算法。本书可作为智能科学、计算机科学、信息科学、自动化、系统科学、管理科学等相关领域的教师、研究生、科研人员的参考书。<br/>【推荐语】<br/>本书旨在阔读者视野,启迪读者创新思维,激励广大学者在生生不息、丰富多彩的大自然中捕捉创新灵感。本书可供人工智能、人工生命、智能科学、计算机科学、信息科学、自动化、系统科学、管理科学等相关领域的教师、研究生、研究人员及工程技术人员学习参考。<br/>【作者】<br/>李士勇教授(二级),哈尔滨工业大学控制科学与工程国家一级重学科博士生导师,黑龙江省优秀专家,中国自动化学会智能自动化专业委员会委员。1967年毕业于哈尔滨工业大学工业自动化专业,1983年获哈尔滨工业大学自动控制专业硕士学位并留校任教。1992年4月至1993年10月公派赴日本千叶工业大学作为客座研究员从事模糊控制、神经网络、智能控制方面的合作研究。近30多年来,一直从事模糊控制、智能控制、智能优化算法、智能制导、复杂适应系统理论及其应用等方面的科研、教学和指导研究生工作。科研和教学成果共获奖2项,省部级7项,在国内外发表学术论文160余篇,近60篇被SCI、EI检索。作为作者出版专著及教材共14部,其中代表作《模糊控制·神经控制和智能控制论》荣获1999年“全国优秀科技图书奖”暨“科技步奖(科技著作)三等奖”;本书跻身于十大领域中国科技论文被引频次的前50部专著与译著排行榜;截至2015年11月底该书已被十大领域6232篇论文引用;美国IEEE Fellow、田纳西大学J.H.Hung(洪箴)教授1997年看过该著作后,曾给作者来信指出:“李教授在模糊控制、神经网(络)控制和智能控制方面有<br/>
目录展开

封面页

书名页

版权页

作者简介

内容简介

前言

第一篇 仿人智能优化算法

第1章 模糊逻辑算法

1.1 模糊集合及其表示

1.2 模糊集合的运算及其性质

1.3 模糊关系与模糊矩阵

1.4 模糊推理规则

1.5 模糊系统的万能逼近特性

第2章 神经网络算法

2.1 神经细胞结构与功能

2.2 人工神经元的基本特性

2.3 人工神经网络及其特点

2.4 前向神经网络的结构、训练及学习

2.5 神经网络的学习规则

2.6 前向网络误差反向传播学习算法及其逼近特性

第3章 免疫算法

3.1 免疫系统的基本概念

3.2 免疫系统的组织结构

3.3 免疫系统的免疫机制

3.4 免疫系统的学习及优化机理

3.5 免疫算法及克隆选择算法的实现步骤

第4章 内分泌算法

4.1 内分泌算法的提出

4.2 内分泌与神经、免疫系统之间的关系

4.3 生物内分泌系统

4.4 内分泌激素调节规律的描述

4.5 人工内分泌系统内分泌激素的调节机制

4.6 基于内分泌调节机制的行为自组织算法的实现

第5章 人工代谢算法

5.1 人工代谢算法的提出

5.2 人工代谢算法的原理

5.3 人工代谢算法的描述

5.4 人工代谢算法的实现流程

第6章 膜计算

6.1 膜计算的提出

6.2 细胞膜的结构、模型及功能

6.3 标准膜计算的原理

6.4 标准膜计算的描述

6.5 膜计算的过程及实现步骤

第7章 禁忌搜索算法

7.1 禁忌搜索算法的提出

7.2 组合优化中的邻域概念

7.3 局部搜索算法

7.4 禁忌搜索算法

7.5 禁忌搜索算法主要操作及参数

第8章 和声搜索算法

8.1 和声搜索算法的提出

8.2 和声搜索算法的原理及结构

8.3 和声搜索算法的主要步骤及流程

第9章 思维进化算法

9.1 思维进化算法的提出

9.2 思维进化算法的基本思想

9.3 思维进化算法的描述

9.4 思维进化算法的实现步骤及流程

第10章 社会进化算法

10.1 社会进化算法的提出

10.2 社会进化算法的基本思想

10.3 多智能体社会进化系统

10.4 社会进化算法的描述

10.5 社会进化算法的实现步骤

第11章 人口迁移算法

11.1 人口迁移算法的提出

11.2 人口迁移算法的原理

11.3 人口迁移算法的描述

11.4 人口迁移算法的实现步骤

第12章 标杆学习算法

12.1 标杆学习算法的提出

12.2 标杆管理的基本思想

12.3 标杆学习算法的基本原理

12.4 标杆学习算法的数学描述

12.5 标杆学习算法的实现流程

第13章 瞭望算法

13.1 瞭望算法的提出

13.2 瞭望算法的基本原理

13.3 瞭望算法的数学描述

13.4 求解全局优化问题的瞭望算法的实现

第14章 视觉认知优化算法

14.1 视觉认知优化算法的提出

14.2 视觉认知优化算法的原理

14.3 视觉认知优化算法的描述与步骤

14.4 算法的收敛性证明

14.5 视觉认知优化算法的实现举例

14.6 基于视觉认知的可视化算法

第15章 头脑风暴优化算法

15.1 头脑风暴优化算法的提出

15.2 头脑风暴优化算法的基本思想

15.3 头脑风暴过程的描述

15.4 头脑风暴优化算法的描述及实现步骤

15.5 基于讨论机制的头脑风暴优化算法

第16章 随机聚焦搜索优化算法

16.1 随机聚焦搜索优化算法的提出

16.2 随机聚焦搜索优化算法的原理

16.3 随机聚焦搜索优化算法的描述

16.4 随机聚焦搜索算法的基本步骤

16.5 基于随机聚焦搜索算法的冲压成形工艺优化

第17章 教学优化算法

17.1 教学优化算法的提出

17.2 教学优化算法的原理

17.3 教学优化算法的数学描述

17.4 教学优化算法的实现步骤

第18章 帝国竞争算法

18.1 帝国竞争算法的提出

18.2 帝国竞争算法的原理

18.3 帝国竞争算法的数学描述

18.4 帝国竞争算法的实现步骤及流程

第19章 世界杯竞赛算法

19.1 世界杯竞赛算法的提出

19.2 世界杯竞赛算法的描述

19.3 世界杯竞赛算法的实现流程

第20章 集体决策优化算法

20.1 集体决策优化算法的提出

20.2 集体决策优化的基本思想

20.3 集体决策优化算法的数学描述

20.4 集体决策优化算法的实现

第二篇 进化算法

第21章 遗传算法

21.1 遗传算法的提出

21.2 遗传算法的优化原理

21.3 生物的遗传及遗传算法的基本概念

21.4 遗传算法的基本操作

21.5 遗传算法的求解步骤

21.6 原对偶遗传算法

第22章 遗传编程

22.1 遗传编程的提出

22.2 遗传编程的原理及基本操作

22.3 遗传编程算法的设计步骤及流程

22.4 遗传编程算法的本质属性

第23章 进化规划

23.1 进化规划的提出

23.2 进化规划的原理及基本操作

23.3 进化规划的实现步骤及流程

第24章 进化策略

24.1 进化策略的提出

24.2 进化策略的基本原理

24.3 进化策略的基本操作

24.4 进化策略的实现步骤及流程

第25章 分布估计算法

25.1 分布估计算法的提出

25.2 分布估计算法的基本原理

25.3 分布估计算法的描述

25.4 分布估计算法的基本步骤及流程

第26章 差分进化算法

26.1 差分进化算法的提出

26.2 差分进化算法的原理

26.3 差分进化算法的基本操作

26.4 差分进化算法的实现步骤及流程

26.5 差分进化算法的扩展形式

第27章 DNA计算

27.1 DNA计算的提出

27.2 DNA计算的生物学基础

27.3 DNA计算的基本原理及主要步骤

27.4 DNA计算的基本操作

27.5 DNA计算的编码问题

27.6 DNA计算系统的原型

第28章 基因表达式编程算法

28.1 基因表达式编程算法的提出

28.2 基因表达式编程算法的原理

28.3 基因表达式编程的基本概念

28.4 GEP算法的遗传操作

28.5 基本的GEP算法流程

第29章 Memetic算法

29.1 Memetic算法的提出

29.2 Memetic算法的原理

29.3 Memetic算法的描述

29.4 Memetic算法的流程

29.5 Memetic算法的特点及其意义

第30章 文化算法

30.1 文化算法的提出

30.2 文化算法的基本结构与原理

30.3 文化算法求解约束优化问题的描述与设计

30.4 基本文化算法的实现步骤及流程

第三篇 群智能优化算法

第31章 蚁群优化算法/蚁狮优化算法

31.1 蚁群优化算法的提出

31.2 蚂蚁的习性及觅食行为

31.3 蚁群觅食策略的优化原理

31.4 蚁群算法的原型——蚂蚁系统模型的描述

31.5 基本蚁群算法的流程

31.6 蚁狮优化算法的提出

31.7 蚁狮的狩猎行为

31.8 蚁狮优化算法的原理

31.9 蚁狮优化算法的数学描述

31.10 蚁狮优化算法的实现

第32章 粒子群优化算法

32.1 粒子群优化算法的提出

32.2 粒子群优化算法的基本原理

32.3 粒子群优化算法的描述

32.4 粒子群优化算法的实现步骤及流程

32.5 粒子群优化算法的特点及其改进

第33章 人工蜂群算法/蜂群优化算法

33.1 蜂群算法的提出

33.2 人工蜂群算法的基本原理

33.3 人工蜂群算法的描述

33.4 人工蜂群算法的实现步骤与流程

33.5 基于蜜蜂繁殖行为的蜂群优化算法

第34章 混合蛙跳算法

34.1 混合蛙跳算法的提出

34.2 混合蛙跳算法的基本原理

34.3 基本混合蛙跳算法的描述

34.4 混合蛙跳算法的实现步骤

34.5 混合蛙跳算法的流程

第35章 人工鱼群算法

35.1 人工鱼群算法的提出

35.2 动物自治体模型与鱼类的觅食行为

35.3 人工鱼群算法的基本原理

35.4 人工鱼群算法的数学描述

35.5 人工鱼群算法的流程

第36章 大马哈鱼洄游算法

36.1 大马哈鱼洄游算法的提出

36.2 大马哈鱼的洄游习性

36.3 大马哈鱼洄游算法的原理

36.4 大马哈鱼洄游算法的描述

36.5 大马哈鱼洄游算法的实现步骤及流程

第37章 鲸鱼优化算法

37.1 鲸鱼优化算法的提出

37.2 鲸鱼的泡泡网觅食行为

37.3 鲸鱼优化算法的原理

37.4 鲸鱼优化算法的数学描述

37.5 鲸鱼优化算法的实现步骤及流程

第38章 磷虾群算法

38.1 磷虾群算法的提出

38.2 磷虾群算法的原理

38.3 磷虾群算法的数学描述

38.4 磷虾群算法的实现步骤及流程

第39章 细菌觅食优化算法

39.1 细菌觅食优化算法的提出

39.2 大肠杆菌的结构及觅食行为

39.3 细菌觅食优化算法的原理

39.4 细菌觅食优化算法的数学描述

39.5 细菌觅食优化算法的实现步骤及流程

第40章 细菌(群体)趋药性算法

40.1 细菌(群体)趋药性算法的提出

40.2 细菌趋药性算法的原理

40.3 细菌趋药性算法的数学描述

40.4 细菌群体趋药性算法的基本思想

40.5 细菌群体趋药性算法的数学描述

40.6 细菌群体趋药性算法的实现步骤

第41章 细菌菌落优化算法

41.1 细菌菌落优化算法的提出

41.2 细菌的生长、繁殖、死亡过程

41.3 细菌菌落优化算法的原理

41.4 细菌菌落优化算法的设计

41.5 细菌菌落优化算法的实现步骤及流程

第42章 猫群优化算法

42.1 猫群优化算法的提出

42.2 猫的习性

42.3 猫群优化算法的原理

42.4 猫群优化算法的数学描述

42.5 猫群优化算法的实现步骤

42.6 猫群优化算法实现的程序流程

第43章 鼠群优化算法

43.1 鼠群优化算法的提出

43.2 鼠群优化算法的原理

43.3 鼠群优化算法及其环境描述

43.4 鼠群优化算法的实现步骤

第44章 猫鼠种群算法

44.1 猫鼠种群算法提出

44.2 猫鼠种群算法的原理

44.3 猫鼠种群算法的数学描述

44.4 猫鼠种群算法的实现步骤及流程

第45章 鸡群优化算法

45.1 鸡群优化算法的提出

45.2 鸡群优化算法的基本思想

45.3 鸡群优化算法的数学描述

45.4 鸡群优化算法的实现步骤及流程

第46章 狼群算法

46.1 狼群算法的提出

46.2 狼的习性及狼群特征

46.3 狼群算法的原理

46.4 狼群算法的数学描述

46.5 狼群算法的实现步骤及流程

第47章 灰狼优化算法

47.1 灰狼优化算法的提出

47.2 灰狼的社会等级及狩猎行为

47.3 灰狼优化算法的数学描述

47.4 灰狼优化算法的实现步骤及流程

第48章 狮子优化算法

48.1 狮子优化算法的提出

48.2 狮子的习性

48.3 狮子优化算法的原理

48.4 狮子优化算法的数学描述

48.5 狮子优化算法的实现

第49章 猴群算法

49.1 猴群算法的提出

49.2 猴群算法的原理

49.3 猴群算法的数学描述

49.4 猴群算法的实现步骤及流程

第50章 雁群优化算法

50.1 雁群优化算法的提出

50.2 雁群飞行规则及其假设

50.3 雁群优化算法的基本思想

50.4 雁群优化算法的数学描述

50.5 雁群优化算法的实现步骤及流程

第51章 候鸟优化算法

51.1 候鸟优化算法的提出

51.2 候鸟V字形编队飞行的优化原理

51.3 候鸟优化算法的描述

51.4 候鸟优化算法的实现步骤及流程

51.5 候鸟优化算法的特点及参数分析

第52章 布谷鸟搜索算法

52.1 布谷鸟搜索算法的提出

52.2 布谷鸟的繁殖行为与Levy飞行

52.3 布谷鸟搜索算法的原理

52.4 布谷鸟搜索算法的数学描述

52.5 布谷鸟搜索算法的实现步骤及流程

第53章 萤火虫群优化算法/萤火虫算法

53.1 萤火虫群优化算法的提出

53.2 萤火虫闪光的特点及功能

53.3 萤火虫群优化算法的数学描述

53.4 萤火虫群优化算法的实现步骤及流程

53.5 萤火虫算法的基本思想

53.6 萤火虫算法的数学描述

53.7 萤火虫算法的实现步骤及流程

第54章 飞蛾扑火优化算法

54.1 飞蛾扑火优化算法的提出

54.2 飞蛾的横向导航方法

54.3 飞蛾扑火的原理

54.4 飞蛾扑火优化算法的数学描述

54.5 飞蛾扑火优化算法的实现步骤

第55章 蝙蝠算法

55.1 蝙蝠算法的提出

55.2 蝙蝠的习性及回声定位

55.3 蝙蝠算法的基本思想

55.4 蝙蝠算法的数学描述

55.5 蝙蝠算法的实现步骤及流程

第56章 果蝇优化算法

56.1 果蝇优化算法的提出

56.2 果蝇的生物价值及觅食行为

56.3 果蝇优化算法的基本原理

56.4 果蝇优化算法的数学描述

56.5 果蝇优化算法的实现步骤及流程

第57章 群居蜘蛛优化算法

57.1 群居蜘蛛优化算法的提出

57.2 蜘蛛的习性与特征

57.3 群居蜘蛛优化算法的基本思想

57.4 群居蜘蛛优化算法的数学描述

57.5 蜘蛛优化算法的实现步骤及流程

第58章 蟑螂优化算法

58.1 蟑螂优化算法的提出

58.2 蟑螂的习性

58.3 蟑螂优化算法的原理

58.4 蟑螂优化算法的数学描述

58.5 蟑螂优化算法的实现步骤

第59章 捕食搜索算法

59.1 捕食搜索算法的提出

59.2 动物捕食策略

59.3 捕食搜索算法的基本思想

59.4 捕食搜索算法的数学描述

59.5 捕食搜索算法的实现步骤及流程

第60章 自由搜索算法

60.1 自由搜索算法的提出

60.2 自由搜索算法的优化原理

60.3 自由搜索算法的数学描述

60.4 自由搜索算法的实现步骤及流程

第61章 食物链算法

61.1 食物链算法的提出

61.2 捕食食物链

61.3 人工捕食策略

61.4 人工生命食物链的基本思想

61.5 食物链算法的数学描述

61.6 食物链算法的实现步骤及流程

第62章 共生生物搜索算法

62.1 共生生物搜索算法的提出

62.2 共生生物搜索算法的原理

62.3 共生生物搜索算法的数学描述

62.4 SOS算法的实现步骤及流程

第63章 生物地理学优化算法

63.1 生物地理学优化算法的提出

63.2 生物地理学的基本概念及生物物种迁移模型

63.3 生物地理学优化算法的原理

63.4 生物地理学优化算法的数学描述

63.5 生物地理学优化算法的实现步骤及流程

第64章 竞争优化算法

64.1 竞争优化算法的提出

64.2 竞争优化算法的原理

64.3 竞争优化算法的描述

64.4 竞争优化算法的实现步骤及流程

第四篇 仿植物生长算法

第65章 模拟植物生长算法

65.1 模拟植物生长算法的提出

65.2 模拟植物生长算法的原理

65.3 模拟植物生长算法的数学描述

65.4 模拟植物生长算法的实现步骤

第66章 人工植物优化算法

66.1 人工植物优化算法的提出

66.2 人工植物优化算法的优化原理

66.3 人工植物优化算法的数学描述

66.4 人工植物优化算法的实现步骤及流程

第67章 人工藻类算法

67.1 人工藻类算法的提出

67.2 藻类的生长特性

67.3 人工藻类算法的数学描述

67.4 人工藻类算法的伪代码及流程

第68章 小树生长算法

68.1 小树生长算法的提出

68.2 小树生长算法的优化原理

68.3 小树生长算法的数学描述

68.4 小树生长算法的程序实现

第69章 自然树生长竞争算法

69.1 自然树生长竞争算法的提出

69.2 自然树生长竞争算法的优化机理

69.3 自然树生长的竞争模型

69.4 自然树生长竞争算法的数学描述

69.5 自然树生长竞争算法的实现步骤及流程

第70章 根树优化算法

70.1 根树优化算法的提出

70.2 根树优化算法的基本原理

70.3 根树优化算法的数学描述

70.4 RTO算法的实现步骤

第71章 森林优化算法

71.1 森林优化算法的提出

71.2 森林优化算法的原理

71.3 森林优化算法的数学描述

71.4 森林优化算法的实现步骤及流程

第72章 入侵草优化算法

72.1 入侵草优化算法的提出

72.2 杂草生长的入侵性

72.3 入侵草优化算法的原理

72.4 入侵草优化算法的数学描述

72.5 入侵草优化算法的实现步骤及流程

第73章 种子优化算法

73.1 种子优化算法的提出

73.2 种子优化算法的基本思想

73.3 种子优化算法的数学描述

73.4 基于正态分布的种子优化算法

第74章 花朵授粉算法

74.1 花朵授粉算法的提出

74.2 花朵授粉的特征

74.3 花朵授粉算法的数学描述

74.4 花朵授粉算法的实现步骤及流程

第五篇 仿自然优化算法

第75章 模拟退火算法

75.1 模拟退火算法的提出

75.2 固体退火过程的统计力学原理

75.3 模拟退火算法的数学描述

75.4 模拟退火算法的实现步骤及流程

第76章 混沌优化算法

76.1 混沌优化算法的提出

76.2 混沌学与Logistic映射

76.3 混沌优化算法的实现步骤

76.4 变尺度混沌优化算法的实现步骤

第77章 混沌黄金分割搜索算法

77.1 混沌黄金分割搜索算法的提出

77.2 混沌黄金分割搜索算法的原理及数学描述

77.3 混沌黄金分割搜索算法的结构

77.4 混沌黄金分割搜索算法的实现步骤及流程

第78章 随机分形搜索算法

78.1 随机分形搜索算法的提出

78.2 随机分形搜索的原理

78.3 分形搜索算法的数学描述

78.4 分形搜索算法的实现步骤

78.5 随机分形搜索算法的数学描述及实现步骤

第79章 量子搜索算法

79.1 量子搜索算法的提出

79.2 量子计算基础

79.3 Grover量子搜索算法的原理

79.4 Grover算法的搜索步骤

79.5 量子遗传算法的原理及实现步骤

第80章 智能水滴优化算法

80.1 智能水滴优化算法的提出

80.2 智能水滴优化算法的基本原理

80.3 智能水滴优化算法的数学描述

80.4 智能水滴优化算法求解TSP问题的步骤及流程

第81章 水循环算法

81.1 水循环算法的提出

81.2 水循环过程

81.3 水循环算法的基本原理

81.4 水循环算法的数学描述

81.5 水循环算法的实现步骤及流程

第82章 水波优化算法

82.1 水波优化算法的提出

82.2 水波现象与水波理论

82.3 水波优化算法的基本原理

82.4 水波优化算法的数学描述

82.5 水波优化算法的实现步骤及流程

第83章 人工雨滴算法

83.1 人工雨滴算法的提出

83.2 雨滴形成及降雨过程分析

83.3 人工雨滴算法的基本思想

83.4 人工雨滴算法的数学描述

83.5 人工雨滴算法的实现步骤及流程

第84章 云搜索优化算法

84.1 云搜索优化算法的提出

84.2 云搜索优化算法的基本思想

84.3 云搜索优化算法的数学描述

84.4 云搜索优化算法的实现步骤

第85章 气象云模型优化算法

85.1 气象云模型优化算法的提出

85.2 气象云模型优化算法的基本思想

85.3 气象云模型优化算法的数学描述

85.4 气象云模型优化算法的实现步骤及流程

第86章 风驱动优化算法

86.1 风驱动优化算法的提出

86.2 风驱动优化算法的原理

86.3 风驱动优化算法的数学描述

86.4 风驱动优化算法的实现步骤及流程

第87章 宇宙大爆炸算法

87.1 宇宙大爆炸算法的提出

87.2 宇宙大爆炸算法的基本思想

87.3 宇宙大爆炸算法的数学描述

87.4 BB-BC算法实现步骤及流程

第88章 中心引力优化算法

88.1 中心引力优化算法的提出

88.2 中心引力优化算法的原理

88.3 中心引力优化算法的数学描述

88.4 中心引力优化算法的实现步骤

第89章 引力搜索算法

89.1 引力搜索算法的提出

89.2 引力搜索算法的原理

89.3 引力搜索算法的数学描述

89.4 引力搜索算法的实现步骤及流程

第90章 引力场算法

90.1 引力场算法的提出

90.2 行星和恒星的形成理论

90.3 引力场算法的基本思想

90.4 引力场算法的数学描述

90.5 引力场算法的实现步骤及流程

第91章 极值动力学优化算法

91.1 极值动力学优化算法的提出

91.2 BS生物演化模型

91.3 极值动力学优化算法的原理

91.4 极值动力学优化算法的描述

91.5 极值动力学优化算法的实现步骤及流程

91.6 极值动力学优化算法的特点

第92章 拟态物理学优化算法

92.1 拟态物理学优化算法的提出

92.2 拟态物理学

92.3 拟态物理学优化算法的基本思想

92.4 拟态物理学优化算法的数学描述

92.5 拟态物理学优化算法的实现步骤

第93章 分子动理论优化算法

93.1 分子动理论优化算法的提出

93.2 分子动理论的相关知识

93.3 分子动理论优化算法的原理

93.4 分子动理论优化算法的数学描述

93.5 分子动理论优化算法的实现步骤及流程

第94章 类电磁机制算法

94.1 类电磁机制算法的提出

94.2 库仑定律

94.3 类电磁机制算法的基本思想

94.4 类电磁机制算法的数学描述

94.5 类电磁机制算法的实现步骤及流程

第95章 热传递搜索算法

95.1 热传递搜索算法的提出

95.2 热传递搜索算法的原理

95.3 热传递搜索算法的数学描述

94.4 热传递搜索算法的流程

第96章 涡流搜索算法

96.1 涡流搜索算法的提出

96.2 涡流搜索算法的原理

96.3 涡流搜索算法的数学描述

96.4 涡流搜索算法的实现及流程

第97章 闪电搜索算法

97.1 闪电搜索算法的提出

97.2 闪电搜索算法的原理

97.3 闪电搜索算法的数学描述

97.4 闪电搜索算法的实现步骤及流程

第98章 光线优化算法

98.1 光线优化算法的提出

98.2 光线优化算法的原理

98.3 光线优化算法的数学描述

98.4 光线优化算法的流程

第99章 化学反应优化算法

99.1 化学反应优化算法的提出

99.2 化学反应优化算法的原理

99.3 化学反应优化算法的数学描述

99.4 化学反应优化算法的实现步骤及流程

第100章 正弦余弦算法

100.1 正弦余弦算法的提出

100.2 正弦余弦算法的原理

100.3 正弦余弦算法的数学描述

100.4 正弦余弦算法的伪代码实现

第101章 阴-阳对优化算法

101.1 阴-阳对优化算法的提出

101.2 阴-阳对优化算法的基本思想

101.3 阴-阳对优化算法的数学描述

101.4 阴-阳对优化算法的伪代码实现

第六篇 涌现计算

第102章 一维元胞自动机的涌现计算

102.1 元胞自动机概念的提出

102.2 元胞自动机的结构与规则

102.3 一维元胞自动机涌现计算的原理

第103章 Conway生命游戏的涌现计算

103.1 Conway生命游戏的提出

103.2 二维细胞自动机的结构和规则

103.3 Conway生命游戏的演化

103.4 基于MATLAB的生命游戏仿真设计

103.5 基于MATLAB的生命游戏仿真算法的实现步骤

第104章 蚂蚁系统觅食路径的涌现计算

104.1 蚂蚁群体觅食行为的涌现现象

104.2 蚂蚁群体觅食行为模型的构建

104.3 蚂蚁主体觅食行为规则及模型参数

104.4 基于Agent的蚂蚁群体觅食行为的涌现计算

第105章 数字人工生命Autolife的涌现行为

105.1 Autolife模型的提出

105.2 Autolife模型的基本思想

105.3 Autolife模型的规则描述

105.4 不同环境下的人工生命群体动态行为

105.5 组织的自创生与自修复

105.6 Autolife模型的意义

第106章 黏菌的铁路网络涌现计算

106.1 黏菌涌现计算的提出

106.2 黏菌及其习性

106.3 黏菌觅食的涌现行为

106.4 黏菌交通网络的涌现计算过程

106.5 黏菌网络的性能及路径寻优模型

附录A 智能优化算法的理论基础:复杂适应系统理论

参考文献

附录CD

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部