选择特殊符号

Ф δ ° × # Ⅱ Ⅲ ½ ¼

选择搜索类型

市场价信息价参考价询价供应商云知资讯文库百科

热门搜索

造价通

请输入搜索

首页 > 百科 > 建设工程百科

离散粒子群优化算法及其应用

《离散粒子群优化算法及其应用》是清华大学出版的图书，作者是郭文忠、陈国龙。本书主要阐述离散粒子群优化(discrete particle swarm optimization，DPS0)算法的具体构建及其在各种组合优化问题中的应用等。

离散粒子群优化算法及其应用基本信息

书名离散粒子群优化算法及其应用
作者郭文忠/陈国龙
出版社清华大学
页数300 页
定价56 元
开本16 开
装帧平装
ISBN9787302283485

离散粒子群优化算法及其应用内容提要

《离散粒子群优化算法及其应用》分为11章，各章节内容具体安排如下：第1章主要介绍了基本PSO算法的原理机制及其发展现状，并着重介绍了 PSO算法的三种常见离散化策略，阐述了DPSO算法的应用成果；第2章主要介绍了PSO算法在TSP优化问题中的应用；第3章介绍了一种基于表现型共享函数的多目标粒子群优化算法及其在多工作流调度问题中的应用；第4章介绍了一种求解多目标最小生成树问题的改进计数算法，并详细阐述了一种用于求解多目标最小生成树问题的新型DPs0算法的具体设计过程；第5章主要介绍了PSO算法在入侵检测数据特征选择中的应用；第6章重点阐述了PSO算法在入侵检测系统异常检测和误用检测中的具体应用；第7章分别阐述了PSO算法在网络安全态势感知中态势要素获取、理解以及预测等各步骤中的应用；第8章主要介绍了PSO算法在异构集群数据流分配问题中的应用；第9．章主要讨论了无线传感器网络中基于PSO的拓扑生成及其容错拓扑控制机制，详细介绍了各种算法的具体设计过程；第10章重点阐述了基于PSO算法的无线传感器网络任务调度策略的设计；第11章分别阐述了PSO算法在超大规模集成电路物理设计中的电路划分和布图/布局规划优化问题中的具体应用。《离散粒子群优化算法及其应用》主要面向计算机科学、自动化科学、管理科学、控制科学等相关学科专业高年级本科生、研究生以及广大研究计算智能的科技工作者。

离散粒子群优化算法及其应用造价信息

市场价
信息价
询价

Y09-6粒子计数器

规格型号：
型号：Y09-6
价格行情：
材料单位：
台
材料品牌：
材料税率：
13%
供应商：
北京市华云分析仪器研究所有限公司
报价时间：
2022-12-07

查看价格

尘埃粒子计数器

规格型号：
型号:Y09-6便携型;系列:环境检测仪器;说明:外置打印机,粒径通道0.3μm-5.0μm;
价格行情：
材料单位：
套
材料品牌：
恒振
材料税率：
13%
供应商：
重庆德源胜仪器有限公司
报价时间：
2022-12-07

查看价格

尘埃粒子计数器

规格型号：
型号:Y09-6普通型;系列:环境检测仪器;说明:内置打印机,粒径通道0.3μm-10μm;
价格行情：
材料单位：
套
材料品牌：
恒振
材料税率：
13%
供应商：
重庆德源胜仪器有限公司
报价时间：
2022-12-07

查看价格

Y09-6粒子计数器

规格型号：
型号：Y09-6
价格行情：
材料单位：
台
材料品牌：
材料税率：
13%
供应商：
本溪市明山区金宏测绘仪器经销处
报价时间：
2022-12-07

查看价格

通信电缆及其附件

规格型号：
RVVP-2X24
价格行情：
材料单位：
m
材料品牌：
中电
材料税率：
13%
供应商：
深圳市中电电力技术股份有限公司
报价时间：
2022-12-07

查看价格

火灾报警控制器集成应用编程接口

规格型号：
GST-OOM
价格行情：
材料单位：
套
材料税率：
地区时间：
茂名市2009年9月信息价
所属行业：
建筑工程
备注说明：

查看价格

火灾报警控制器集成应用编程接口

规格型号：
GST-API
价格行情：
材料单位：
套
材料税率：
地区时间：
茂名市2009年8月信息价
所属行业：
建筑工程
备注说明：

查看价格

火灾报警控制器集成应用编程接口

规格型号：
GST-API
价格行情：
材料单位：
套
材料税率：
地区时间：
茂名市2009年5月信息价
所属行业：
建筑工程
备注说明：

查看价格

火灾报警控制器集成应用编程接口

规格型号：
GST-API
价格行情：
材料单位：
套
材料税率：
地区时间：
茂名市2009年4月信息价
所属行业：
建筑工程
备注说明：

查看价格

火灾报警控制器集成应用编程接口

规格型号：
GST-OOM
价格行情：
材料单位：
套
材料税率：
地区时间：
茂名市2009年3月信息价
所属行业：
建筑工程
备注说明：

查看价格

AI算法训练

规格型号：
AI算法训练
需求量：
25天
报价数：
3
材料品牌：
材料档次：
中高档
费用说明：
含税费 | 含运费
询价时间：
2021-07-16

查看价格

AI算法训练

规格型号：
AI算法训练
需求量：
60天
报价数：
3
材料品牌：
材料档次：
中高档
费用说明：
含税费 | 含运费
询价时间：
2021-03-31

查看价格

客流算法授权

规格型号：
客流分析算法授权
需求量：
109路
报价数：
2
材料品牌：
华为、科达、泰科
材料档次：
高档
费用说明：
不含税费 | 含运费
询价时间：
2021-05-31

查看价格

人脸算法授权

规格型号：
人脸算法,按照接入路数收费,前端抓拍机数量
需求量：
1000路
报价数：
1
材料品牌：
材料档次：
高档
费用说明：
含税费 | 含运费
询价时间：
2019-10-30

查看价格

优化避雷针

规格型号：
优化避雷针高度1.5M150KA
需求量：
3987只
报价数：
4
材料品牌：
材料档次：
普通
费用说明：
不含税费 | 不含运费
询价时间：
2015-10-22

查看价格

离散粒子群优化算法及其应用目录

第1章绪论 1.1 引言 1.2 基本粒子群优化算法 1.2.1 粒子群优化算法的基本原理 1.2.2 基本粒子群优化算法模型 1.2.3 基本粒子群优化算法流程 1.2.4 参数分析与设置 1.3 粒子群优化算法的改进综述 1.3.1 基于惯性权值的改进 1.3.2 基于加速因子的改进 1.3.3 基于邻近群拓扑的改进 1.3.4 基于种群规模的改进 1.3.5 混合粒子群优化算法 1.4 粒子群优化算法的机理研究 1.5 粒子群优化算法的应用研究 1.6 离散粒子群优化算法 1.6.1 将速度作为位置变化的概率 1.6.2 直接将连续PSO用于离散问题的求解 1.6.3 重新定义PSO算法操作算子 1.7 DPSO算法应用 1.8 DPSO算法研究展望 参考文献 第2章在P问题中的应用 2.1 引言 2.2 求解TSF问题的自适应粒子群优化算法 2.2.1 离散.PSO算法 2.2.2 求解TSP问题的PSO算法设计 2.2.3 惯性权值在离散PSO算法中的作用 2.2.4 实验结果与分析 2.3 求解TSP问题的动态领域PSO算法 2.3.1 相关概念 2.3.2 TSP问题的PSO操作 2.3.3 动态领域PSO算法的设计 2.3.4 实验结果及分析 2.4 求解TSP问题的PSO一ACO算法 2.4.1 模拟进化的蚁群算法 2.4.2 PSO-ACO算法的设计思想及总体框架 2.4.3 实验结果与分析 参考文献 第3章在多工作流调度中的应用 3.1 引言 3.2 问题描述 3.2.1 多目标优化问题 3.2.2 求解多目标优化问题的基本方法 3.3 多目标工作流调度问题 3.4 基于表现型共享的多目标粒子群优化算法 3.4.1 基于表现型共享的适应度函数 3.4.2 算法的基本模型 3.4.3 算法步骤 3.4.4 算例测试与结果分析 3.5 求解多目标工作流调度问题的离散粒子群优化算法 3.5.1 算法基本模型 3.5.2 算法主要步骤 3.5.3 实验结果 参考文献 第4章在多目标最小生成树问题中的应用 4.1 引言 4.2 问题模型 4.2.1 MST问题 4.2.2 mc-MST问题 4.3 改进的计数算法 4.4 求解mc-MST问题的NDPSO算法 4.4.1 粒子的编码机制 4.4.2 粒子的适应度函数 4.4.3 粒子的更新公式 4.4.4 算法描述 4.4.5 收敛性分析 4.5 实验结果与分析 4.5.1 测试问题 4.5.2 结果与分析 参考文献 第5章在入侵检测数据特征选择中的应用 5.1 引言 5.2 特征选择 5.3 基于PSO和相关性分析的特征选择算法 5.3.1 粒子编码模式 5.3.2 适应度函数 5.3.3 参数设置 5.3.4 算法描述 5.3.5 实验结果与分析 5.4 基于PSo和邻域约简模型的特征选择算法 5.4.1 邻域粗糙集 5.4.2 算法的具体设计 5.4.3 仿真实验 5.5 基于PSO和云模型的特征选择算法 5.5.1 云的概念 5.5.2 云的对象隶属度计算 5.5.3 算法的具体设计 5.5.4 实验结果与分析 参考文献 第6章在入侵检测系统中的应用 6.1 引言 6.2 基于连续粒子群分类算法的误用检测 6.2.1 目前入侵检测产品存在的缺陷 6.2.2 分类算法 6.2.3 基于连续粒子群的分类算法 6.3 基于否定选择算法的异常检测 6.3.1 基于异常的入侵检测系统的缺陷 6.3.2 人工免疫与否定选择算法 6.3.3 修改的否定选择算法 6.4 混合的网络入侵检测引擎 6.4.1 引入混合方式的目的 6.4.2 混合方式 6.4.3 混合的入侵检测引擎的整体结构 6.4.4 仿真实验 参考文献 第7章在网络安全态势感知中的应用 7.1 引言 7.2 基于PSO-FNN的安全态势感知要素提取算法 7.2.1 相关算法 7.2.2 基于PSO-FNN的安全态势要素提取模型 7.2.3 基于PSO-FNN的安全态势要素提取方法 7.2.4 仿真实验与结果分析 7.3 基于PSO-BPNN的安全态势预测算法 7.3.1 基于PSO-BPNN的网络安全态势预测模型 7.3.2 基于PSO-BPNN网络安全态势预测方法 7.3.3 仿真实验 7.4 网络安全系统中的组态势感知研究 7.4.1 个体态势感知与组态势感知 7.4.2 基于PSO的聚类分析实验设计 7.4.3 算法流程 7.4.4 仿真实验 参考文献 第8章在异构集群数据流分配中的应用 8.1 引言 8.2 数据流分配算法 8.3 基于PSO的异构集群数据流自适应分配策略 8.3.1 问题建模 8.3.2 带动态反馈机制的数据流自适应分配模型 8.3.3 改进的粒子群优化算法 8.3.4 仿真实验结果与分析 8.4 动态联盟思想的引入 8.4.1 动态联盟思想 8.4.2 问题建模 8.4.3 算法描述 8.4.4 算法仿真与结果分析 参考文献 第9.章在WSN拓扑控制中的应用 9.1 引言 9.2 基于度约束最小生成树的wSN分布式拓扑控制 9.2.1 网络模型与问题描述 9.2.2 求解dc—MsT问题的DPSO 9.2.3 分布式拓扑控制方案 9.2.4 仿真实验 9.3 基于二连通的WSN拓扑控制方案 9.3.1 网络模型及问题描述 9.3.2 求解wSN二连通拓扑结构的DPSO算法 9.3.3 仿真实验 9.4 基于K一连通问题的wSN拓扑控制方案 9.4.1 相关工作 9.4.2 相关定义 9.4.3 集中式的KTCPSO算法描述 9.4.4 分布式KLPSO算法描述 9.4.5 算法的时间复杂度分析 9.4.6 仿真实验 参考文献 第10章在WSN任务调度中的应用 10.1 引言 10.2 任务调度相关概念 10.3 WSN任务分配动态联盟模型及其算法 10.3.1 问题描述 10.3.2 任务分配动态联盟模型的构建 10.3.3 求解动态联盟模型的PSO算法 10.3.4 实验结果与分析 10.4 带多Agent的wSN自适应任务调度策略 10.4.1 多Agent系统 10.4.2 基于多Agent的无线传感器网络体系结构及系统模型 10.4.3 基于多Agent的无线传感器网络自适应任务调度策略 10.4.4 仿真实验与结果分析 10.5 基于串行联盟的动态任务分配算法 10.5.1 串行联盟思想的引入 10.5.2 基于DPSO的联盟形成算法 10.5.3 基于串行联盟的任务分配体系结构 10.5.4 仿真实验 10.6 基于并行联盟的动态任务分配算法 10.6.1 引言 10.6.2 并行联盟概述 10.6.3 基于并行联盟的任务分配算法 10.6.4 基于并行联盟的任务分配体系结构 10.6.5 仿真实验 参考文献 第1l章在VLSI物理设计中的应用 11.1 引言 11.2 VLSI设计概述 11.2.1 VLSI设计流程 11.2.2 物理设计过程 11.3 单目标电路划分的离散PSO算法 11.3.1 相关工作 11.3.2 问题模型 11.3.3 算法描述 11.3.4 实验结果分析 11.4 单目标电路划分的混合PSO算法 11.4.1 算法的具体设计过程 11.4.2 实验结果与分析 11.5 多目标电路划分的离散：PSO算法 11.5.1 相关工作 11.5.2 多目标划分问题模型 11.5.3 基于DPSO框架下的多目标划分算法 11.5.4 实验结果与分析 11.6 解决布图规划的DPSO算法 11.6.1 VLSI布图模式与相关工作 11.6.2 问题描述 11.6.3 算法描述 11.6.4 实验结果与分析 11.7 解决布图规划的多目标PSO算法 11.7.1 采用整数序列编码的布图规划算法 11.7.2 采用序列对编码的布图规划算法 11.8 解决布图规划的协同多目标PSO算法 11.8.1 协同多目标算法概述 11.8.2 解决布图规划问题的协同多目标PSO算法 11.8.3 实验结果分析 参考文献

离散粒子群优化算法及其应用编辑推荐语

郭文忠等编著的《离散粒子群优化算法及其应用》内容是作者基于自身所主持和参与的科技部“973”计划项目、国家自然科学基金项目、国家“863”计划子课题以及教育部科技重点项目等的研究成果，吸纳了国内外许多具有代表性的研究成果，并融合了课题组近年来在国内外重要学术刊物和国际会议上发表的研究成果，力图体现国内外在这一领域的最新研究进展。本书可作为计算机科学、自动化科学、管理科学、控制科学等相关学科专业高年级本科生、研究生以及广大研究计算智能的科技工作者的参考用书。

离散粒子群优化算法及其应用常见问题

用粒子群算法求解线性约束整数规划的Matlab程序

对粒子群的约束问题涉及的比较少。这儿摘抄下百度百科的内容：PSO算法推广到约束优化问题，分为两类：（http://baike.baidu.com/view/1531379.htm）（1）罚函数法。罚函...
离散式生产和流程式生产的区别

离散式：离散式制造是将不同的现成元部件及子系统装配加工成较大型系统，例如电脑、汽车及工业用品制造等。这个行业的厂商考虑的是如何使流水线得到最充分的利用，如何削减生产成本。离散式特点：生产过程中基本上没...
一组试块是否离散怎么判断的

如果是一组试块离散度大，该组试块无效。就是强度高的和强度低的试块强度值与中间值比较均超过中间值的15%，该组试块无效。其中只有一块超过15%，强度值取中值。

离散粒子群优化算法及其应用文献

粒子群优化算法在离散变量结构优化中的应用

粒子群优化算法在离散变量结构优化中的应用

粒子群优化算法在离散变量结构优化中的应用

格式：pdf

大小：393KB

页数： 7页

粒子群优化算法在离散变量结构优化中的应用——介绍了用于离散变量的粒子群优化(PSO)算法以及加入了约束处理的启发式粒子群优化(HPSO)算法。将HPSO算法的约束处理策略与另一种适用于粒子群算法的约束处理方法结合，并将改进后的算法应用到3个离散变量桁架结构截...

在线阅读立即下载

粒子群优化算法及其在结构优化设计中的应用

粒子群优化算法及其在结构优化设计中的应用

粒子群优化算法及其在结构优化设计中的应用

格式：pdf

大小：393KB

页数： 5页

介绍了粒子群优化算法的原理和实现方法,分析了该算法的主要参数对搜索方向的影响。将粒子群优化算法与遗传算法在优化过程和搜索技术方面进行了对比。利用粒子群优化算法与遗传算法分别对测试函数和桁架结构优化设计问题进行求解,将两种算法的计算结果进行了对比。计算结果表明在满足相同的计算精度的前提下,粒子群优化算法的效率更高,利用粒子群优化算法可求解机翼结构优化设计问题,因此,粒子群算法是一种有效的优化方法,适用于大型复杂结构优化设计。

在线阅读立即下载

群体智能优化算法及其应用图书目录

前言 第1章绪论 第2章经典群体智能算法 第3章社会认知优化算法 第4章新型社会认知优化算法 第5章细菌群体趋药性算法及改进 第6章三维碎片模型特征提取 第7章基于证据和区间数的多特征智能融合识别方法 第8章基于离散自然社会认知优化算法的全局最优匹配 第9章基于显著特征的智能配准算法 第10章基于粒子群算法的测试数据的生成及优化 第11章基于进化算法的测试数据生成 第12章基于自适应粒子群算法的测试数据扩增方法 第13章基于蚁群算法的组合测试用例的生成与优化 第14章总结与展望 2100433B

水电站水库优化调度之改进粒子群算法

1、粒子群优化算法来源

粒子群优化算法是20世纪90年代南Kennedv提出的一种以群体智能为基础的新型水库优化调度方法它的来源是鸟群的群体效应。鸟群在飞行时经常改变方向，虽然存在偶然性。可是研究人员发现鸟儿一直都保持一个统一的队形。相邻个体之间都保持一定距离。当有鸟发现食物时。它们会通过一种特殊的方式进行消息传递正是这种群体中的信息共享积极推动了整个群体的良性演化。

2、粒子群优化算法的原理

受到鸟群集体效应的启发。研究者将此种方法引入到水电站水库优化调度中来。在对水库进行优化时，把每一个影响点都看做N维空间中的“粒子”。每～个“粒子”都有特定的轨迹以及目标函数，将所有的“粒子”都拟合完毕后。输入算法，在所有的轨迹中寻找最佳轨道。也就是“食物”。

3、粒子群优化算法的基本步骤

第一步、明确整个群体的总数目N.第二步、设计每一个“粒子”的目标函数以及运动方向。设置速度位置。第步、依据目标函数计算每个“粒子”的运动轨迹第四步、将所有的运动轨迹进行比对。选择最佳的运动轨迹。

智能优化算法及其在机械工程中的应用内容简介

《智能优化算法及其在机械工程中的应用》结合作者多年来在相关方面的科研和教学工作的积累，以较为通俗简练的语言详细地介绍了智能优化算法中的遗传算法、粒子群优化算法、差异演化算法、模拟植物生长算法和果蝇优化算法及其在机械工程中的应用，以期使读者能够尽快了解和掌握这些算法的基本理论和应用技术。

相关推荐

相关百科
相关知识
相关专栏

免费服务热线: 400-888-9639