MATLAB优化算法案例分析与应用_进阶篇PDF|Epub|txt|kindle电子书版本网盘下载

MATLAB优化算法案例分析与应用_进阶篇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篇 MATLAB常用算法应用设计2

第1章 基于贝叶斯分类器的数据处理与MATLAB实现2

1.1 贝叶斯理论2

1.2 高斯概率密度函数3

1.3 最小距离分类器8

1.3.1 欧氏距离分类器8

1.3.2 马氏距离分类器8

1.3.3 基于高斯概率密度函数的最大似然估计10

1.4 混合概率分布13

1.5 期望最大化算法17

1.6 Parzen窗30

1.7 K最近邻密度估计法31

1.8 朴素贝叶斯分类器34

1.9 最近邻分类原则36

1.10 本章小结37

第2章 基于背景差分的运动目标检测与MATLAB实现38

2.1 运动目标检测的一般过程38

2.1.1 手动背景法38

2.1.2 统计中值法39

2.1.3 算术平均法39

2.2 运动目标检测的一般方法41

2.2.1 帧间差法运动目标检测41

2.2.2 背景差法运动目标检测43

2.3 本章小结45

第3章 基于小波变换的图像压缩与MATLAB实现46

3.1 小波变换原理46

3.2 多尺度分析47

3.3 图像的分解和量化48

3.3.1 一维小波变换48

3.3.2 二维变换体系49

3.3.3 量化49

3.4 图像压缩编码50

3.4.1 图像编码评价51

3.4.2 压缩比准则52

3.5 图像压缩与MATLAB实现52

3.6 本章小结60

第4章 基于BP的模型优化预测与MATLAB实现61

4.1 BP神经网络模型及其基本原理61

4.2 MATLAB BP神经网络工具箱62

4.3 基于BP神经网络的PID参数整定64

4.3.1 理论分析64

4.3.2 算法流程67

4.3.3 算法仿真68

4.4 基于BP神经网络的数字识别系统设计72

4.5 本章小结76

第5章 基于RLS算法的数据预测与MATLAB实现77

5.1 递归最小二乘（RLS）算法应用背景77

5.2 RLS算法基本原理与流程78

5.2.1 RLS算法基本原理78

5.2.2 RLS算法流程79

5.3 RLS数据线性预测分析与MATLAB实现80

5.4 本章小结83

第6章 基于GA优化的BP网络算法分析与MATLAB实现84

6.1 遗传算法84

6.2 BP神经网络85

6.3 基于GA优化的BP神经网络的大脑灰白质图像分割85

6.4 基于GA优化的BP神经网络的矿井通风量计算98

6.4.1 某工作面最优通风量分析101

6.4.2 总回风巷最优通风量分析113

6.5 本章小结124

第7章 分形维数应用与MATLAB实现125

7.1 分形盒维数概述125

7.2 二维图像分形盒维数分析126

7.3 基于短时分形维数的语音信号检测127

7.3.1 时间序列信号图形的网格分形127

7.3.2 噪声语音信号的短时网格分形128

7.4 本章小结132

第8章 碳排放约束下的煤炭消费量优化预测133

8.1 煤炭消费量概述133

8.2 煤炭影响因素分析135

8.3 煤炭消耗量优化预测模型构建136

8.3.1 CO2排放强度的双立方插值拟合136

8.3.2 煤炭、石油和天然气与CO2排放强度回归模型构建137

8.3.3 煤炭、石油和天然气碳排放系数构建140

8.3.4 节能减排和经济发展优化目标构建与求解141

8.4 本章小结145

第9章 焊缝边缘检测算法对比分析与MATLAB实现146

9.1 焊缝边缘检测研究146

9.2 图像预处理技术147

9.3 焊缝图像边缘检测149

9.3.1 Sobel算子149

9.3.2 Prewitt算子151

9.3.3 Canny算子152

9.3.4 形态学处理155

9.3.5 边缘检测效果对比156

9.4 本章小结158

第10章 指纹图像细节特征提取与MATLAB实现159

10.1 指纹识别技术概述159

10.2 指纹识别系统的工作原理159

10.3 指纹细节特征的提取160

10.3.1 指纹特征提取的方法160

10.3.2 指纹图像的细化后处理161

10.3.3 特征点的提取162

10.3.4 指纹特征的去伪163

10.4 指纹图像去伪与MATLAB实现163

10.5 本章小结168

第11章 基于多元回归模型的矿井通风量计算169

11.1 矿井通风量概述169

11.2 矿井通风量回归模型分析169

11.3 通风量多元回归分析170

11.3.1 数据的预处理170

11.3.2 瓦斯、煤尘、温度、湿度与通风量模型的建立173

11.4 矿井最优通风风量有效性分析175

11.4.1 空气中煤尘浓度与风速映射关系建模175

11.4.2 空气中瓦斯浓度与风速映射关系建模176

11.4.3 矿井中温湿度与风速映射关系建模177

11.5 预测模型误差检验178

11.6 本章小结180

第12章 基于非线性多混合拟合模型的植被过滤带计算181

12.1 植被试验场概况181

12.2 试验方法182

12.2.1 试验参数182

12.2.2 土样的分析方法182

12.2.3 水样的分析方法183

12.3 植被过滤带净化效果评价方法183

12.4 植被过滤带净化效果影响因素分析184

12.4.1 植被条件对植被过滤带净化效果的影响184

12.4.2 入流水文条件对植被过滤带净化效果的影响185

12.4.3 带宽对植被过滤带净化效果的影响185

12.4.4 坡度对植被过滤带净化效果的影响186

12.4.5 入流污染物浓度对植被过滤带净化效果的影响187

12.4.6 土壤初始含水量对植被过滤带净化效果的影响188

12.5 植被过滤带净化效果关联度计算188

12.6 基于非线性多混合拟合模型的浓度削减率计算191

12.7 本章小结197

第13章 基于伊藤微分方程的布朗运动分析198

13.1 随机微分方程数学模型198

13.1.1 布朗运动概述198

13.1.2 布朗运动的数学模型199

13.2 布朗运动的随机微分方程199

13.2.1 随机微分方程200

13.2.2 随机微分方程系数200

13.3 伊藤微分方程及伊藤微分法则201

13.3.1 伊藤微分方程201

13.3.2 伊藤积分201

13.3.3 伊藤过程201

13.3.4 伊藤随机微分方程的解析解202

13.3.5 伊藤随机微分方程的数值解202

13.4 数值布朗运动模拟与MATLAB实现203

13.4.1 布朗运动的模拟203

13.4.2 几何布朗运动的模拟204

13.4.3 伊藤微分方程的布朗运动模拟205

13.5 本章小结206

第14章 基于Q学习的无线体域网路由方法207

14.1 无线体域网研究背景207

14.2 无线体域网性能分析208

14.2.1 无线体域网系统结构209

14.2.2 无线体域网的主要特点209

14.3 无线体域网路由协议210

14.3.1 无线路由协议210

14.3.2 高效节能路由协议210

14.3.3 DSR路由协议212

14.4 基于Q学习的无线体域网路由方法212

14.4.1 Agent增强学习算法212

14.4.2 增强学习算法的基本原理213

14.4.3 Q-learning增强学习算法215

14.4.4 基于Q学习的无线体域网路由策略216

14.4.5 WBAN路由分析与MATLAB实现219

14.5 本章小结234

第15章 基于遗传算法的公交排班系统分析235

15.1 公交排班系统背景分析235

15.2 公交线路模型仿真236

15.2.1 车辆行驶模型236

15.2.2 乘客上下车模型236

15.3 遗传算法的发展与现状240

15.4 遗传算法的基本思想241

15.5 遗传算法的特点242

15.6 遗传算法的应用步骤242

15.7 公交排班问题模型设计243

15.7.1 模型假设243

15.7.2 定义变量243

15.7.3 建立目标函数244

15.7.4 算法结构245

15.8 本章小结253

第16章 人脸检测识别与MATLAB实现254

16.1 人脸检测的意义254

16.2 人脸检测常用的几个彩色空间255

16.2.1 RGB彩色空间255

16.2.2 标准化RGB彩色空间255

16.2.3 HSV彩色空间256

16.2.4 YCrCb彩色空间259

16.3 静态肤色模型261

16.3.1 RGB颜色空间分割262

16.3.2 HSV颜色空间分割263

16.3.3 YCbCr颜色空间分割264

16.4 基于Lab颜色空间的人脸分割266

16.5 运动人图像检测与MATLAB实现267

16.6 本章小结269

第2篇 MATLAB高级算法应用设计272

第17章 基于改进的多算子融合的图像识别系统设计272

17.1 图像处理研究内容272

17.2 图像处理的特点274

17.3 图像数字化275

17.4 Gabor滤波276

17.5 直方图增强278

17.6 图像边缘概述279

17.7 图像边缘分割模块280

17.7.1 Sobel算子280

17.7.2 Prewitt算子282

17.7.3 Canny算子283

17.7.4 Roberts算子284

17.7.5 Laplacian算子286

17.7.6 kirsch方向算子288

17.7.7 多算子融合291

17.8 足迹图像识别系统293

17.9 本章小结297

第18章 基于罚函数的粒子群算法的函数寻优298

18.1 粒子群算法概述298

18.2 粒子群算法模型299

18.3 罚函数法299

18.4 汽车动力传动参数优化设计300

18.4.1 汽车动力性评价300

18.4.2 汽车燃油经济性评价301

18.4.3 汽车动力性与燃油经济性的综合评价301

18.4.4 目标函数与约束条件分析302

18.4.5 基于罚函数的PSO算法与MATLAB实现304

18.5 本章小结310

第19章 车载自组织网络中路边性能及防碰撞算法研究311

19.1 车载自组织网络概述311

19.2 车载自组织网络特征312

19.3 VANET网路架构314

19.3.1 车路通信（RVC）315

19.3.2 车间通信（IVC）315

19.3.3 混合通信（HVC）318

19.4 车辆自组织网络的管理问题318

19.5 车载自组织网络的连通性319

19.5.1 无线网络连通性319

19.5.2 车载自组织网络连通性320

19.6 车载网络路边性能分析321

19.6.1 随机模型321

19.6.2 流动模型322

19.6.3 交通模型322

19.6.4 基于轨迹模型322

19.7 Kruskal算法322

19.8 Dijkstra算法323

19.9 车路通信324

19.10 车间通信331

19.11 单路边性能分析335

19.12 双路边性能分析338

19.13 车载自组织网络中防碰撞研究342

19.13.1 换道模型分析342

19.13.2 十字路口分析342

19.13.3 高速车辆防碰撞动态仿真346

19.13.4 城市车载网络防碰撞仿真351

19.14 本章小结357

第20章 基于免疫算法的数值逼近优化分析358

20.1 免疫算法应用分析358

20.2 人工免疫算法的基本原理359

20.2.1 多样度360

20.2.2 相似度360

20.2.3 抗体浓度360

20.2.4 聚合适应度360

20.3 人工免疫算法的基本步骤361

20.4 人工免疫算法的收敛性分析362

20.5 人工免疫算法和遗传算法比较363

20.6 人工免疫算法MATLAB实现363

20.7 本章小结369

第21章 基于启发式算法的函数优化分析370

21.1 启发式搜索算法概述370

21.2 群智能优化算法371

21.2.1 粒子群算法PSO371

21.2.2 遗传算法GA371

21.2.3 人群搜索算法SOA371

21.2.4 模拟退火算法SA371

21.2.5 蚁群算法ACO372

21.2.6 鱼群算法FSA372

21.3 APSO算法原理分析372

21.4 APSO函数优化分析与MATLAB实现374

21.5 本章小结379

第22章 一级倒立摆变结构控制系统的设计与仿真研究380

22.1 倒立摆控制概述380

22.2 滑模变结构控制理论概述381

22.3 变结构控制理论的发展及现状381

22.4 滑模变结构控制定义382

22.5 滑模控制的基本原理与性质383

22.5.1 滑动模态的存在条件383

22.5.2 滑动模态的到达条件383

22.5.3 滑模控制系统的匹配条件及不变性384

22.5.4 滑模控制器设计的基本方法385

22.6 基于趋近率的滑模控制器仿真385

22.7 倒立摆模型分析389

22.8 倒立摆状态空间391

22.9 倒立摆变量空间的θ化393

22.10 倒立摆系统PID控制396

22.10.1 PID参数整定397

22.10.2 基于PID的一级倒立摆控制仿真398

22.11 倒立摆滑模控制400

22.12 本章小结407

第23章 基于蚁群算法的函数优化分析409

23.1 蚁群算法概述409

23.2 蚁群算法的性能分析410

23.3 蚁群算法的工作原理411

23.4 基于蚁群算法的函数优化问题分析412

23.4.1 函数优化问题412

23.4.2 蚁群算法基本思想413

23.5 函数优化分析与MATLAB实现413

23.6 本章小结418

第24章 基于引力搜索算法的函数优化分析419

24.1 万有引力搜索算法的介绍与分析419

24.1.1 万有引力定理419

24.1.2 GSA算法描述421

24.1.3 惯性质量计算421

24.1.4 引力计算421

24.1.5 位置更新422

24.1.6 参数分析422

24.2 万有引力算法收敛性分析423

24.3 万有引力算法实现流程424

24.4 万有引力算法函数优化分析与MATLAB实现425

24.5 本章小结434

第25章 基于细菌觅食算法的函数优化分析435

25.1 细菌觅食算法概述435

25.2 细菌觅食算法与其他生物智能算法的对比436

25.3 标准细菌觅食优化算法437

25.3.1 大肠杆菌的觅食行为437

25.3.2 BFO算法基本原理438

25.3.3 趋向性操作（Chemotaxis）439

25.3.4 聚集性操作（Swarming）439

25.3.5 复制性操作（Reproduction）440

25.3.6 迁徙性操作（Elimination and Dispersal）440

25.4 BFO算法流程440

25.5 BFO算法参数选取442

25.5.1 种群大小S442

25.5.2 游动步长C443

25.5.3 引力深度dattractant、引力宽度wattractant、斥力高度hrepellant和斥力宽度wrepellant443

25.5.4 趋向性操作中的次数Nc和Ns443

25.5.5 复制操作执行的次数Nre443

25.5.6 迁徙操作中的两个参数Ned和Ped444

25.6 细菌觅食优化算法函数优化分析与MATLAB实现444

25.7 细菌觅食优化算法深入探讨450

25.7.1 趋向性操作的分析与改进450

25.7.2 复制性操作的分析与改进451

25.7.3 迁徙性操作的分析与改进452

25.8 本章小结452

第26章 基于匈牙利算法的指派问题优化分析453

26.1 匈牙利算法453

26.2 匈牙利算法计算实例步骤454

26.3 指派问题的数学模型455

26.4 本章小结461

第27章 基于人工蜂群算法的函数优化分析462

27.1 人工蜂群算法概述462

27.2 蜜蜂采蜜机理462

27.3 算法原理464

27.4 ABC算法流程466

27.5 人工蜂群算法函数优化与MATLAB实现466

27.6 人工蜂群算法ABC探讨474

27.6.1 基于最优解指导的人工蜂群算法474

27.6.2 混合人工蜂群算法475

27.7 本章小结475

第28章 基于改进的遗传算法的城市交通信号优化分析476

28.1 遗传算法基本理论476

28.1.1 遗传算法简介476

28.1.2 遗传算法的基本原理477

28.1.3 遗传算法的特点478

28.2 基本遗传算法的工作流程478

28.3 遗传算法的基本要素479

28.3.1 编码问题479

28.3.2 适应度函数481

28.3.3 选择算子482

28.3.4 交叉算子483

28.3.5 变异算子484

28.3.6 控制参数的选择485

28.3.7 约束条件处理486

28.4 遗传算法的模式定理486

28.5 遗传算法的改进487

28.5.1 适应度值标定488

28.5.2 改进的自适应交叉变异率488

28.6 基于改进遗传算法的道路交通信号优化490

28.6.1 城市交通信号控制优化问题分析490

28.6.2 以车辆平均延误时间最小为目标的单交叉路口优化配时491

28.6.3 非线性模型的建立491

28.6.4 仿真分析493

28.7 本章小结505

第29章 基于差分进化算法的函数优化分析506

29.1 差分进化算法概述506

29.2 差分进化算法的基本原理507

29.3 差分进化算法的受控参数510

29.4 基于DE算法的函数优化与MATLAB实现511

29.5 差分进化算法的改进515

29.5.1 进化模式的改进515

29.5.2 控制参数的选取和优化516

29.5.3 差分进化算法与其他算法的结合517

29.6 本章小结518

第30章 基于鱼群算法的函数优化分析519

30.1 人工鱼群算法的生物学基础519

30.1.1 鱼类的感觉519

30.1.2 鱼类的几种主要行为519

30.2 鱼群的概念521

30.3 鱼群算法的基本思想522

30.4 人工鱼模型523

30.4.1 觅食行为523

30.4.2 聚群行为524

30.4.3 追尾行为524

30.4.4 随机行为525

30.4.5 约束行为525

30.4.6 公告板525

30.4.7 移动策略525

30.5 人工鱼群算法的特点及流程526

30.6 基于鱼群算法的函数寻优及MATLAB实现527

30.7 人工鱼群算法的改进分析532

30.7.1 非线性动态调整视野和步长532

30.7.2 对觅食行为的改进532

30.8 本章小结533

参考文献534