图书介绍

差分进化算法及其高维多目标优化应用PDF|Epub|txt|kindle电子书版本网盘下载

差分进化算法及其高维多目标优化应用
  • 肖婧，许小可，张永建，刘丹凤著 著
  • 出版社： 北京：人民邮电出版社
  • ISBN：9787115448545
  • 出版时间：2018
  • 标注页数：185页
  • 文件大小：25MB
  • 文件页数：199页
  • 主题词：最优化算法

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]
点击复制MD5值：fb0e22881c60297c4eca318c8d05b4cb

下载说明

差分进化算法及其高维多目标优化应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载  详情点击-查看共享计划
建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

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

图书目录

第1章 绪论1

1.1引言1

1.2差分进化算法研究现状3

1.2.1差分进化算法研究数据统计3

1.2.2差分进化算法理论及应用研究概况5

参考文献7

第2章 差分进化算法概述12

2.1引言12

2.2差分进化算法基本原理12

2.2.1算法原理及关键步骤12

2.2.2算法框架及流程16

2.3差分进化算法优化策略及其对算法的影响17

2.3.1变异策略及其对算法的影响18

2.3.2交叉策略及其对算法的影响19

2.4差分进化算法的参数分析及设置20

2.5差分进化算法的收敛性分析22

2.5.1差分进化算法的随机过程描述22

2.5.2差分进化算法的收敛性定义23

2.6本章小结23

参考文献24

第3章 基于分类变异策略的自适应差分进化算法26

3.1引言26

3.2基于分类策略的新变异方法27

3.2.1新DE变异策略DE/rand-to-best/pbest27

3.2.2分类策略28

3.3新参数自适应调整策略29

3.4实验测试及结果分析31

3.4.1测试函数选择31

3.4.2比较算法选择32

3.4.3算法比较策略及准则33

3.4.4算法比较结果及分析33

3.5本章小结48

参考文献49

第4章 基于DE算法的人脑PET图像目标边缘检测51

4.1引言51

4.2传统Snake模型及GVF Snake模型52

4.3结合p-ADE算法的GVF Snake模型实现PET图像目标边缘检测54

4.4实验测试及结果分析58

4.5本章小结61

参考文献62

第5章 基于DE算法的电子商务多边多议题协商63

5.1引言63

5.2基于多Agent的多边多议题协商64

5.3 p-ADE算法在合作环境下多边多议题协商中的应用66

5.3.1基于p-ADE算法的多Agent协商协议66

5.3.2基于p-ADE算法的多Agent协商策略67

5.4实验测试及结果分析69

5.5本章小结72

参考文献72

第6章 基于精英策略的改进多目标自适应DE算法74

6.1引言74

6.2多目标优化问题的数学描述76

6.3多目标进化算法的研究现状78

6.4精英SDEMO算法80

6.4.1精英多目标进化算法模型81

6.4.2 SDEMO算法精英选择策略改进84

6.4.3 SDEMO算法密度估计方法改进84

6.4.4 SDEMO算法中DE算法变异策略改进85

6.4.5 SDEMO算法中DE算法参数自适应方法改进86

6.4.6 SDEMO算法流程87

6.5实验测试及结果分析87

6.5.1测试函数及性能评价标准88

6.5.2测试结果及分析90

6.6本章小结95

参考文献96

第7章 高维多目标进化算法概述100

7.1引言100

7.2高维多目标进化算法研究进展101

7.2.1算法模型框架的国内外研究现状及分析102

7.2.2精英选择策略的国内外研究现状及分析103

7.2.3多目标分解的国内外研究现状及分析104

7.3高维多目标进化算法的标准测试函数105

7.4高维多目标进化算法的性能指标109

7.4.1收敛性评价指标109

7.4.2分布性评价指标110

7.4.3综合性评价指标112

7.5高维多目标进化算法关键技术112

7.6本章小结114

参考文献115

第8章 基于改进K支配的高维多目标差分进化算法118

8.1引言118

8.2 K支配关系及排序方法改进119

8.2.1 K支配关系改进及参数确定120

8.2.2 K支配等级排序方法改进121

8.3基于参考点的拥挤密度估计方法改进122

8.4个体适应度值评价方法改进123

8.5 CAO局部搜索124

8.6实验测试及结果分析125

8.7本章小结129

参考文献129

第9章 基于全局排序的高维多目标差分进化算法131

9.1引言131

9.2高维多目标优化支配排序方法132

9.3全局排序高维多目标差分进化算法概述133

9.3.1高维多目标优化全局排序策略134

9.3.2高维多目标优化全局密度估计139

9.3.3高维多目标优化个体适应度值评价140

9.3.4 GR-MODE算法流程140

9.4实验测试及结果分析141

9.5本章小结143

参考文献143

第10章 基于高维多目标优化的城市智能化动态停车诱导146

10.1引言146

10.2城市PGS147

10.2.1城市PGS及核心关键技术147

10.2.2城市PGS研究现状147

10.3高维多目标智能停车场及路径诱导模型150

10.3.1出行前静态的高维多目标停车场及路径诱导模型151

10.3.2出行中动态的高维多目标停车场及路径诱导模型152

10.4高维多目标智能停车场及路径诱导算法154

10.4.1基于KS-MODE算法的高维多目标智能停车场诱导算法154

10.4.2基于DE算法的单目标最优路径诱导算法156

10.5实验测试及结果分析157

10.5.1出行前静态停车场选择及路径诱导结果162

10.5.2出行中动态停车场选择及路径诱导结果164

10.6本章小结167

参考文献167

第11章 基于高维多目标优化的道路交叉口信号控制169

11.1引言169

11.2交叉口混合交通流信号控制指标170

11.3交叉口信号高维多目标优化智能控制模型174

11.3.1高维多目标优化信号控制模型建立174

11.3.2高维多目标优化信号控制模型求解175

11.4实验测试及结果分析176

11.5本章小结178

参考文献179

附录180

名词索引183

热门推荐