《智能优化方法的研究及应用》对该领域中涉及的主要算法进行了介绍，重点讨论了各种算法的思想来源、研究进展和相关应用，内容包括：概述、遗传算法、蚁群优化算法、粒子群优化算法以及当前热门的蜂群算法、萤火虫算法和布谷鸟搜索算法。《智能优化方法的研究及应用》内容丰富、案例详细，可作为广大算法研究者和工程技术人员进一步学习优化算法的参考书和工具书，也适合作为参加ACM程序设计大赛爱好者的参考用书或培训教材。
- 书 名
- 智能优化方法的研究及应用
- 出版社
- 中国水利水电出版社
- 页 数
- 236页
- 开 本
- 16
- 品 牌
- 中国水利水电出版社
- 作 者
- 吕聪颖
- 出版日期
- 2014年7月1日
- 语 种
- 简体中文, 英语
- ISBN
- 9787517022930
智能优化方法的研究及应用内容简介
编辑《智能优化方法的研究及应用》结合实例对这些算法的构建过程进行了讲解，深入浅出、通俗易懂；研究进展体现了国内外在这方面的最新进展，开阔了读者的思维；同时，提供了大量经典而重要的参考资料，为读者进一步地深入学习和理解算法提供了方便。
智能优化方法的研究及应用图书目录
编辑前言
第1章概述/l
1.1最优化问题/l
1.2组合优化问题/3
1.3 NP完全理论/4
1.4传统优化方法/10
1.5智能优化方法/1 1
本章小结/18
参考文献/19
第2章遗传算法/21
2.1 自然遗传学说简介/22
2.2遗传算法简介/23
2.3遗传算法研究进展情况/28
2.4遗传算法的应用/33
本章小结/53
参考文献/53
第3章 蚁群优化算法/57
3.1蚂蚁的行为/58
3.2蚁群优化算法的简单原理/60
3.3 蚁群优化算法研究进展情况 /65
3.4蚁群优化算法的应用 170
本章小结/91
参考文献/91
第4章粒子群优化算法/95
4.1 粒子群优化算法简介 /95
4.2粒子群优化算法研究进展情况/l01
4.3粒子群优化算法的应用/111
本章小结/126
参考文献/126
第5章蜂群算法1131
5.1 自然界中的蜜蜂/l31
5.2蜂群算法简介/136
5.3蜂群算法研究进展情况/143
5.4蜂群算法的应用/l49
本章小结/160
参考文献/160
第6章萤火虫算法/164
6.1 自然界中的萤火虫/164
6.2萤火虫算法简介/l66
6.3 萤火虫算法研究进展情况/l77
6.4萤火虫算法的应用/181
本章小结/191
参考文献/191
第7章 布谷鸟搜索算法/194
7.1 标准布谷鸟搜索算法简介 /l94
7.2布谷鸟搜索算法研究进展情况 /20 1
7.3布谷鸟搜索算法的应用 /210
本章小结/214
参考文献/214
附录 部分源代码/217
第1章概述/l
1.1最优化问题/l
1.2组合优化问题/3
1.3 NP完全理论/4
1.4传统优化方法/10
1.5智能优化方法/1 1
本章小结/18
参考文献/19
第2章遗传算法/21
2.1 自然遗传学说简介/22
2.2遗传算法简介/23
2.3遗传算法研究进展情况/28
2.4遗传算法的应用/33
本章小结/53
参考文献/53
第3章 蚁群优化算法/57
3.1蚂蚁的行为/58
3.2蚁群优化算法的简单原理/60
3.3 蚁群优化算法研究进展情况 /65
3.4蚁群优化算法的应用 170
本章小结/91
参考文献/91
第4章粒子群优化算法/95
4.1 粒子群优化算法简介 /95
4.2粒子群优化算法研究进展情况/l01
4.3粒子群优化算法的应用/111
本章小结/126
参考文献/126
第5章蜂群算法1131
5.1 自然界中的蜜蜂/l31
5.2蜂群算法简介/136
5.3蜂群算法研究进展情况/143
5.4蜂群算法的应用/l49
本章小结/160
参考文献/160
第6章萤火虫算法/164
6.1 自然界中的萤火虫/164
6.2萤火虫算法简介/l66
6.3 萤火虫算法研究进展情况/l77
6.4萤火虫算法的应用/181
本章小结/191
参考文献/191
第7章 布谷鸟搜索算法/194
7.1 标准布谷鸟搜索算法简介 /l94
7.2布谷鸟搜索算法研究进展情况 /20 1
7.3布谷鸟搜索算法的应用 /210
本章小结/214
参考文献/214
附录 部分源代码/217
词条标签：