分布估计算法及其应用PDF|Epub|txt|kindle电子书版本网盘下载

分布估计算法及其应用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

第1章 概述1

1.1 智能优化算法1

1.2 智能优化算法特点及分类2

1.3 典型的优化测试函数3

1.3.1 无约束优化函数3

1.3.2 有约束优化问题9

1.4 分布估计算法的起源13

1.5 分布估计算法的理论研究16

1.6 分布估计算法的应用17

1.7 分布估计算法的研究热点17

1.8 本书的组织结构19

第2章 基本分布估计算法21

2.1 一个简单的分布估计算法例子21

2.2 基于不同概率模型的分布估计算法25

2.2.1 变量无关的分布估计算法25

2.2.2 双变量相关分布估计算法27

2.2.3 多变量相关分布估计算法29

2.2.4 基于概率模型的其他算法30

2.3 连续域的分布估计算法31

2.4 分布估计算法的MATLAB工具箱MATEDA-2.032

2.4.1 MATEDA-2.0的特点32

2.4.2 MATEDA的安装32

2.4.3 MATEDA程序功能33

2.4.4 数值例子34

2.5 本章小结36

第3章 解连续性优化问题的改进的正态分布的分布估计算法37

3.1 正态分布的分布估计算法37

3.2 改进的正态分布的分布估计算法38

3.3 数值仿真与分析39

3.3.1 与均匀分布的分布估计算法比较39

3.3.2 不同的m/N比例分析40

3.4 本章小结41

第4章 武器—目标分配问题的分布估计算法及参数设计42

4.1 武器—目标分配问题42

4.2 解武器—目标分配问题的改进分布估计算法43

4.3 算法测试及参数设计44

4.4 本章小结46

第5章 背包问题的分布估计算法47

5.1 引言47

5.2 背包问题各种形式的数学模型47

5.3 解0-1背包问题的分布估计算法50

5.4 数值仿真与分析51

5.5 本章小结53

第6章 求解可靠性优化的分布估计算法54

6.1 可靠性优化问题54

6.2 最优冗余优化模型及解法54

6.3 解可靠性优化问题的改进分布估计算法55

6.4 算例分析55

6.5 本章小结58

第7章 旅行商问题的分布估计算法59

7.1 旅行商问题59

7.1.1 标准旅行商问题59

7.1.2 标准旅行商问题的数学模型59

7.1.3 扩展TSP60

7.1.4 TSP的解法61

7.2 解旅行商问题的模拟退火算法62

7.3 解旅行商问题的遗传算法63

7.4 解旅行商问题的蚁群算法65

7.5 解旅行商问题的分布估计算法67

7.6 解旅行商问题的改进分布估计算法68

7.7 实例分析69

7.8 本章小结71

第8章 基于分布估计算法解决集装箱装载问题72

8.1 集装箱装载问题72

8.2 启发式规则74

8.2.1 装载策略74

8.2.2 空间分割75

8.2.3 空间合并76

8.3 分布估计算法解决集装箱装载问题77

8.3.1 编码处理77

8.3.2 评价适应度函数78

8.3.3 建立概率模型78

8.3.4 算法实现流程78

8.3.5 算法测试与结果对比78

8.4 改进分布估计算法解决集装箱装载问题80

8.4.1 精英种群策略80

8.4.2 变异操作80

8.4.3 改进分布估计算法实现流程80

8.4.4 算法测试与结果对比81

8.5 本章小结83

第9章 分布估计算法在文本聚类中的应用84

9.1 聚类算法84

9.1.1 划分方法84

9.1.2 层次方法85

9.1.3 基于密度的聚类方法86

9.1.4 基于模型的聚类方法87

9.1.5 基于网格的聚类方法88

9.2 文本聚类关键技术88

9.2.1 文本间距离计算88

9.2.2 文本的表示模型89

9.2.3 文本预处理90

9.3 文本语义相似度计算93

9.3.1 关于《知网》93

9.3.2 文本语义相似度的计算94

9.4 本文的语义相似度计算95

9.4.1 近义词95

9.4.2 文本相似度计算96

9.5 语义相似度基础上的K-均值聚类算法96

9.5.1 问题描述96

9.5.2 算法的实现96

9.5.3 实验结果比较97

9.6 基于分布估计算法的文本聚类99

9.6.1 分布估计算法聚类相关改进99

9.6.2 分布估计算法在聚类问题中的实现100

9.6.3 实验结果分析101

9.7 禁忌搜索算法102

9.7.1 禁忌搜索算法概述102

9.7.2 TS算法的基本思想103

9.7.3 禁忌搜索算法的流程104

9.7.4 禁忌搜索算法的特点106

9.8 分布估计算法和禁忌搜索算法融合聚类106

9.8.1 聚类算法基本思想106

9.8.2 聚类算法的实现107

9.9 系统实现及实验结果分析110

9.9.1 功能模块设计110

9.9.2 语料库112

9.9.3 实验结果分析112

9.10 本章小结116

第10章 与摸石头过河算法混合的分布估计算法117

10.1 摸石头过河算法的思想117

10.2 解连续性优化问题的摸石头过河算法117

10.2.1 基本摸石头过河算法117

10.2.2 改进的摸石头过河算法118

10.2.3 数值仿真与分析119

10.3 求解最小包围圆问题的“摸石头过河”算法方法121

10.3.1 引言121

10.3.2 最小包围圆问题121

10.3.3 解连最小包围圆问题的摸石头过河算法122

10.4 解旅行商问题的摸石头过河算法124

10.4.1 解旅行商问题的摸石头过河算法124

10.4.2 数值例子126

10.5 与“摸石头过河”混合的分布估计算法128

10.5.1 解连续空间优化问题的摸石头过河与分布估计混合算法128

10.5.2 数值仿真与分析129

10.6 本章小节130

第11章 基于分布估计算法的多目标优化131

11.1 引言131

11.2 多目标优化问题的数学描述131

11.3 常用的多目标优化问题的测试函数132

11.4 求解多目标优化问题的算法138

11.5 解多目标优化问题的传统算法138

11.5.1 目标加权法138

11.5.2 约束法139

11.5.3 目标规划法139

11.6 解多目标优化的智能优化算法139

11.6.1 基于进化算法的多目标优化139

11.6.2 基于粒子群算法的多目标优化141

11.6.3 基于人工免疫系统的多目标优化141

11.7 分布估计算法的多目标优化142

11.8 解多目标3-SAT问题的分布估计算法144

11.9 展望145

第12章 总结147

附录A 解连续性优化问题的改进的正态分布的分布估计算法程序149

附录B 背包问题的分布估计算法程序156

附录C 解连续优化问题摸石头过河算法程序158

附录D 解连续优化问题摸石头过河分布估计混合算法程序160

参考文献163