粒子群算法及应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

粒子群算法及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1最优化问题1

1.1.1函数优化问题与组合优化问题2

1.1.2优化算法的发展3

1.2几种常见的启发式算法4

1.2.1遗传算法5

1.2.2模拟退火算法6

1.2.3人工神经网络8

1.3群体智能算法9

1.3.1蚁群算法9

1.3.2粒子群算法13

1.4粒子群算法的发展与应用13

1.4.1粒子群算法的发展13

1.4.2粒子群算法的应用14

参考文献15

第2章 基本粒子群算法16

2.1引言16

2.2基本粒子群算法17

2.3带惯性权重的粒子群算法19

2.3.1一般的惯性因子设计19

2.3.2基于模糊系统的惯性因子的动态调整21

2.4带收缩因子的粒子群算法23

2.5与其他算法的异同24

2.5.1基于梯度的优化算法24

2.5.2进化计算方法24

2.5.3蚁群算法25

2.6复杂度26

2.6.1复杂度的判定标准和基本概念27

2.6.2时空复杂度分析28

参考文献29

第3章 粒子群算法的分析30

3.1一维空间轨迹30

3.1.1粒子群系统的简化30

3.1.2单个粒子的轨迹31

3.2多维空间轨迹32

3.2.1区域特性33

3.2.2步长分析34

3.3代数分析35

3.3.1系统简化35

3.3.2代数观点36

3.4解析分析39

3.5差分方程分析41

3.5.1粒子运动轨迹的稳定性分析41

3.5.2粒子运动轨迹的影响因素43

3.5.3粒子运动轨迹与算法收敛的关系47

参考文献47

第4章 改进的粒子群算法及分析48

4.1离散粒子群优化算法48

4.1.1二进制离散粒子群优化算法48

4.1.2改进的二值离散粒子群优化算法49

4.1.3离散量子粒子群优化算法51

4.1.4模糊离散粒子群优化算法51

4.2小生境粒子群优化算法53

4.2.1小生境粒子群算法53

4.2.2基于聚类的小生境粒子群算法55

4.2.3种群小生境粒子群算法57

4.3混合粒子群优化算法58

4.3.1基于遗传思想改进粒子群算法58

4.3.2混沌粒子群优化算法60

4.3.3基于模拟退火的粒子群优化算法61

4.4其他粒子群改进算法64

4.4.1子矢量65

4.4.2子矢量的更新过程66

4.4.3参数分析67

参考文献70

第5章 在函数优化中的应用72

5.1基准测试函数72

5.2优化测试函数的分类87

5.2.1无约束优化测试函数87

5.2.2有约束优化测试函数99

5.2.3极大极小优化测试函数108

5.2.4多目标优化测试函数109

5.3智能单粒子算法优化性能111

参考文献114

第6章 在图像压缩中的应用115

6.1矢量量化115

6.2常用的几种矢量量化方法117

6.2.1K-means算法117

6.2.2模糊K-means算法119

6.2.3模糊矢量量化算法121

6.2.4FRLVQ算法123

6.2.5FRLVQ-FVQ算法126

6.3粒子对算法127

6.3.1粒子结构128

6.3.2与传统粒子群算法的差异129

6.3.3码书更新过程131

6.4算法比较131

参考文献136

第7章 在基因聚类中的应用138

7.1基因芯片技术简介138

7.2基因表达数据聚类分析140

7.2.1基因表达数据分析140

7.2.2聚类分析143

7.3基因表达数据聚类分析144

7.3.1聚类算法的分类144

7.3.2K-means聚类145

7.3.3层次聚类146

7.3.4自组织映射147

7.3.5改进型聚类算法150

7.4粒子对算法在基因聚类中的应用153

7.4.1粒子结构153

7.4.2聚类分析154

7.4.3聚类结果155

7.5基因聚类分析结果的评价标准161

参考文献164

第8章 粒子群算法应用综述167

8.1优化问题求解167

8.1.1约束优化问题求解167

8.1.2规划问题求解168

8.1.3离散空间组合优化问题求解168

8.2工程设计与优化领域169

8.2.1电路及滤波器设计169

8.2.2神经网络训练170

8.2.3控制器设计与优化171

8.2.4RBF网络优化训练举例172

8.3电力系统领域175

8.3.1电容器优化配置176

8.3.2最优潮流计算与无功优化控制176

8.3.3机组优化组合问题177

8.3.4电网扩展计划177

8.3.5电力系统恢复178

8.3.6负荷经济分配及调度178

8.3.7状态估计179

8.3.8参数辨识179

8.3.9优化设计180

8.3.10 OPF问题举例180

8.4机器人控制领域185

8.4.1机器人控制与协调185

8.4.2移动机器人路径规划186

8.5交通运输领域186

8.5.1车辆路径问题186

8.5.2 VRP问题举例188

8.5.3交通控制191

8.6通信领域193

8.6.1路由选择及移动通信基站布置优化193

8.6.2天线阵列控制194

8.6.3偏振模色散补偿194

8.7计算机领域195

8.7.1任务分配问题195

8.7.2数据分类195

8.7.3图像处理195

8.8工业生产优化领域196

8.8.1机械领域196

8.8.2化工领域197

8.9生物医学领域198

8.10电磁学领域199

参考文献200

附录A 粒子对算法应用于图像矢量量化的源代码206

附录B 智能单粒子优化算法求解函数的源代码222

附录C 23个基准测试函数231

附录D 基因聚类常用软件244