智能粒子群优化计算 控制方法、协同策略及优化应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

智能粒子群优化计算 控制方法、协同策略及优化应用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

基础篇3

第1章 绪论3

1.1 引言3

1.2 优化问题及算法4

1.2.1 最优化问题4

1.2.2 优化算法4

1.3 智能计算6

1.3.1 自然进化计算6

1.3.2 社会进化计算8

1.3.3 生物智能计算12

1.3.4 群集智能计算14

1.3.5 拟物智能计算18

1.4 算法研究准则21

1.5 本书主要内容及体系结构22

1.6 本章小结23

参考文献23

第2章 粒子群优化计算研究基础28

2.1 引言28

2.2 粒子群优化计算简介28

2.2.1 算法起源28

2.2.2 算法原理及计算模型30

2.3 粒子群优化计算行为分析31

2.3.1 社会行为分析31

2.3.2 收敛行为分析32

2.4 粒子群优化计算的系统特征34

2.4.1 自组织性和涌现特性35

2.4.2 反馈控制机制36

2.4.3 分布式特点37

2.5 粒子群优化计算的研究进展38

2.6 本章小结41

参考文献42

控制方法篇47

第3章 基于预测控制器的粒子群优化模型47

3.1 引言47

3.2 标准粒子群优化模型的动态行为分析48

3.3 基于PD控制器的粒子群优化模型50

3.3.1 模型结构50

3.3.2 动态行为分析51

3.3.3 稳定性分析53

3.3.4 收敛性分析54

3.3.5 算法流程55

3.4 数值仿真实验与分析56

3.4.1 测试优化函数56

3.4.2 预测因子选择56

3.4.3 算法性能分析58

3.5 动态环境中的算法应用64

3.6 本章小结66

参考文献67

第4章 基于反馈控制器的自组织粒子群优化模型68

4.1 引言68

4.2 自组织粒子群优化模型69

4.2.1 模型结构69

4.2.2 群体动态测度71

4.3 多样性控制器的设计72

4.3.1 多样性参考输入的确定72

4.3.2 多样性控制策略73

4.4 仿真实验与结果分析74

4.4.1 实验参数及优化测试函数74

4.4.2 实验结果及分析75

4.5 模型的优化应用80

4.5.1 约束布局优化问题80

4.5.2 算法设计81

4.5.3 仿真结果分析82

4.6 本章小结84

参考文献84

第5章 求解非线性方程组的控制粒子群优化模型86

5.1 引言86

5.2 非线性方程组及其等价优化问题描述87

5.3 控制粒子群优化模型88

5.3.1 控制粒子群优化模型的原理88

5.3.2 基于PID的控制策略90

5.3.3 一致和非一致控制方式93

5.3.4 优化流程94

5.4 仿真实验与分析94

5.4.1 测试问题94

5.4.2 实验结果与分析95

5.5 算法的工程应用99

5.5.1 问题描述及优化模型99

5.5.2 仿真结果及分析101

5.6 本章小结103

参考文献103

协同模型篇107

第6章 基于知识的协同粒子群优化模型107

6.1 引言107

6.2 协同粒子群优化模型109

6.2.1 基本概念109

6.2.2 模型结构109

6.2.3 知识集110

6.2.4 行为控制114

6.2.5 算法流程116

6.3 收敛性分析116

6.3.1 随机优化算法全局和局部收敛的判据116

6.3.2 协同粒子群优化模型的收敛性117

6.4 仿真实验与分析122

6.4.1 实验参数及优化测试函数122

6.4.2 实验结果及分析123

6.5 本章小结127

参考文献128

第7章 基于混合群体的协同粒子群优化模型129

7.1 引言129

7.2 基于混合群体的协同粒子群优化机理分析131

7.2.1 混合生态群体的自然启示131

7.2.2 混合优化群体结构要素131

7.3 基于混合生态群体的协同粒子群优化模型设计133

7.3.1 混合群体初始化133

7.3.2 开采与探测行为134

7.3.3 协同搜索和学习135

7.3.4 逃逸策略136

7.3.5 优化步骤136

7.3.6 计算复杂度分析137

7.4 数值仿真实验与性能分析138

7.4.1 仿真实验设计与数据138

7.4.2 实验分析142

7.5 应用实例143

7.5.1 线性系统逼近问题143

7.5.2 优化结果及分析144

7.6 本章小结145

参考文献146

优化应用篇151

第8章 面向流程工业生产调度的粒子群优化模型151

8.1 引言151

8.1.1 流程工业生产调度问题描述151

8.1.2 流程工业生产调度研究现状152

8.2 面向化工生产静态调度的混沌变异粒子群模型153

8.2.1 化工生产静态调度问题描述153

8.2.2 混沌变异粒子群模型设计156

8.2.3 算法复杂度分析159

8.2.4 仿真与性能分析160

8.3 面向化工生产动态调度的混沌变异粒子群模型167

8.3.1 不确定性流程工业生产调度分析168

8.3.2 混沌变异粒子群动态调度模型设计169

8.3.3 调度实例仿真与分析172

8.4 本章小结177

参考文献177

第9章 面向柔性作业车间调度的粒子群优化模型180

9.1 引言180

9.1.1 柔性作业车间调度问题描述180

9.1.2 柔性作业车间调度优化研究现状181

9.2 面向柔性作业车间调度的混合离散PSO模型183

9.2.1 数学模型及描述183

9.2.2 混合PSO模型设计184

9.2.3 算法复杂度分析190

9.2.4 仿真与性能分析191

9.3 面向多目标柔性作业车间调度的混合离散PSO模型193

9.3.1 数学模型及问题描述194

9.3.2 多目标混合PSO模型设计195

9.3.3 算法复杂度分析198

9.3.4 仿真与性能分析198

9.4 本章小结203

参考文献204

第10章 面向无线传感器网络路由优化的粒子群模型207

10.1 引言207

10.1.1 无线传感器网络简介207

10.1.2 无线传感器网络路由协议研究现状207

10.2 面向无线传感器网络分簇优化的离散PSO模型210

10.2.1 分簇优化问题描述211

10.2.2 离散粒子群分簇优化设计211

10.2.3 仿真实验与分析215

10.3 面向无线传感器网络路由优化的离散PSO模型216

10.3.1 路由优化问题描述217

10.3.2 离散粒子群路由优化设计218

10.3.3 仿真实验与分析221

10.4 本章小结225

参考文献225

结论与展望篇231

第11章 结论与展望231

11.1 本书内容总结231

11.2 研究前沿与展望233

参考文献235

附录粒子群优化计算源程序236