差分進化算法 差分进化算法
肯尼斯·V.普萊斯 (Kenneth V.Price), 賴納·M.斯托恩 (Rainer M.Storn), 約尼·A.蘭皮寧 (Jouni A.Lampinen)
- 出版商: 機械工業
- 出版日期: 2017-03-01
- 定價: $474
- 售價: 8.5 折 $403
- 語言: 簡體中文
- 頁數: 369
- 裝訂: 平裝
- ISBN: 7111554191
- ISBN-13: 9787111554196
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
$880$581 -
$780$616 -
$780$616 -
$360$284 -
$1,887$1,665 -
$580$458 -
$720$562 -
$590$502 -
$680$578 -
$500$395 -
$360$270 -
$780$616 -
$331優雅的 Ruby (Confident Ruby)
-
$480$379 -
$680$537 -
$320$250 -
$780$616 -
$790$616 -
$450$356 -
$590$460 -
$390$308 -
$500$395 -
$454自然語言處理中的貝葉斯分析, 2/e (Bayesian Analysis in Natural Language Processing, 2/e)
-
$254Python 編程練習與解答, 2/e (The Python Workbook: A Brief Introduction with Exercises and Solutions, 2/e)
-
$311Python 深度學習
相關主題
商品描述
本書介紹了一種實現簡單、易於使用、可靠快速的全局優化算法——差分進化算法。主要內容有:差分進化算法的研究動機、主要內容、標準測試、問題域、架構和計算環境、編程以及各種應用。 本書可作為相關專業的教材使用,同時也適合對優化問題感興趣的所有讀者。
目錄大綱
第1章差分進化的研究動機1
11參數優化引論1
111引言1
112單點求導型優化4
113單點非求導型的優化及步長問題8
12局部優化與全局優化對比11
121模擬退火12
122多點求導型方法13
123多點非求導型方法14
1 24差分進化的第一印象21
參考文獻25
第2章差分進化算法28
21引言28
211種群結構28
212初始化28
213變異29
2 14交叉29
215選擇30
216初識差分進化算法31
217可視化DE32
218註釋36
22參數表示36
221二進制比特串36
222浮點數37
223浮點約束39
23初始化39
231初始化邊界40
232初始化分佈42
24基向量選擇46
24 1選擇基向量索引(r0)46
242一對一基向量選擇47
243幾種隨機基索引選擇方法的比較48
244退化向量組合49
24 5索引值互異51
246測試退化組合的影響:球 面函數52
247偏基向量選擇方案54
25差分變異54
251變異縮放因子55
252隨機化縮放因子58
26重組66
261交叉66
262Cr在優化中的作用70
263算術重組75
264相圖79
265異或算法83
27選擇84
271生存準則85
272錦標賽選擇86
273一對一生存(者)準則87
274局部選擇和全局選擇的比較88
275置換選擇的不變性89
2 76依賴交叉的選擇壓力89
277並行性能90
278延伸90
28終止條件91
281達到目標91
282限制代數91
28 3統計種群92
284限制時間92
285人工監測92
286特定應用92
參考文獻92
第3章差分進化的標準測試97
31關於測試97
32性能評估98
33幾種DE的比較100
331算法100
332測試集102
333相圖103
334小結110
34DE與其他優化算法的比較113
341可比的性能:針對30維函數113
34 2比較研究:非約束優化120
343其他問題域上的性能比較123
344基於應用的性能比較126
35總結131
參考文獻131
第4章問題領域138
41引言138
42函數及參數量化138
421均勻量化138
422非均勻量化139
423目標函數量化140
424參數量化142
425混合變量145
43約束優化145
431邊界約束146
432不等式約束148
433等式約束156
44組合問題162
441旅行商問題164
44 2置換矩陣方法164
443相對位置索引165
444Onwubolu方法166
445鄰接矩陣方法167
446總結169
45設計中心問題171
451發散、自導向性和池化171
452設計中心的計算173
46多目標優化174
461目標函數加權和175
462Pareto優化175
463Pareto前沿的兩個例子176
464優化多目標的適應性DE178
47動態目標函數182
471穩定優化183
472不穩定優化185
參考文獻18 6
第5章架構和計算環境191
51基於多處理器的差分進化算法191
511背景191
512相關工作191
513標準模型的缺點194
51 4改進的標準模型194
515主處理器195
52基於資源有限設備的差分進化算法198
521隨機數198
522排列數生成器200
523高效的排序202
524內存節省型的差分進化算法202
參考文獻204
第6章計算機編碼206
61差分進化的MATLAB實現——DeMat206
611DeMat的總體結構206
61 2命名和代碼約定207
613數據流程圖207
614怎樣使用圖形210
62DeWin——Windows下使用C語言的DE212
621DeWin總體的結構212
622命名和代碼規範215
623數據流程圖216
624怎樣使用圖形217
625graphicsh的功能219
63隨書光盤上的軟件220
參考文獻221
第7章應用222
71遺傳算法和相關技術優化SiH簇:差分進化的優點分析223
711引言223
712系 模型224
713計算細節225
714結果和討論226
715總結231
參考文獻231
72差分進化在非成像光學設計中的應用232
721引言233
722目標函數233
723逆向工程方法檢驗235
724更難的問題:擴展源237
725總結238
參考文獻239
73工業壓縮機供應系統的優化239
731引言239
732測試問題的背景信息240
733系統優化240
734需求概況241
735改進的差分進化及擴展DE的通性241
736數據庫中的組件選擇242
737交叉方法242
738測試步驟245
739獲取100%的確定結果246
7310結果246
7 311總結247
參考文獻247
74基於差分進化算法的多傳感器融合的極小化表示248
741引言248
742多傳感器融合的極小化表示250
74 3用差分進化解決多傳感器融合253
744實驗結果255
745對比二進制遺傳算法260
746總結262
參考文獻263
75 定地震震源:差分進化算法的一個挑戰265
751引言265
752方向性問題解決方案的簡要說明267
753人造定位測試268
754收斂屬性269
7 55總結271
參考文獻272
76並行差分進化在3D醫學