群智能优化算法理论与应用PDF|Epub|txt|kindle电子书版本网盘下载

群智能优化算法理论与应用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

绪论1

第一篇 遗传算法9

第1章 遗传算法简介9

1.1遗传算法的发展历史9

1.2遗传算法的基本原理10

1.3遗传算法的数学机理12

1.4遗传算法的特点14

参考文献15

第2章 遗传算法求解传统旅行商问题17

2.1TSP的数学描述17

2.2求解TSP的遗传算法19

2.3模拟实验结果与分析25

本章小结32

参考文献32

第3章 遗传算法求解有约束旅行商问题34

3.1三类有约束的TSP34

3.2有约束TSP的求解35

3.3模拟实验结果37

本章小结42

参考文献42

第4章 遗传算法求解广义旅行商问题44

4.1广义旅行商问题44

4.2广义染色体遗传算法46

4.3广义染色体遗传算法的若干分析61

4.4数值模拟实验63

本章小结70

参考文献71

第二篇 粒子群优化算法75

第5章 粒子群优化简介75

5.1粒子群优化算法原理75

5.2粒子群优化算法同其他算法的比较79

5.3粒子群优化算法应用80

本章小结81

参考文献81

第6章 离散PSO算法解决（广义）旅行商问题83

6.1离散PSO算法及其在TSP中的应用83

6.2离散PSO算法在广义TSP中的扩展87

参考文献91

第7章 基于粒子群优化的车间作业调度问题求解92

7.1车间调度问题描述92

7.2调度性能指标与调度解分类94

7.3基于粒子群优化的JSSP求解95

7.4数值模拟实验100

参考文献102

第三篇 蚁群算法107

第8章 蚁群算法简介107

8.1蚁群算法起源及发展107

8.2蚁群算法的原理107

8.3蚁群算法的特点110

参考文献110

第9章 蚁群算法在求解旅行商问题中的应用113

9.1基本蚁群算法求解旅行商问题113

9.2蚁群算法求解广义旅行商问题114

9.3蚁群算法求解带时间窗的利润收集TSP119

参考文献124

第10章 蚁群算法在求解车间调度问题中的应用125

10.1相遇算法125

10.2Job-Shop问题的图形化定义126

10.3求解Job-Shop问题的相遇算法127

10.4MMMS与SA的混合算法求解Job-Shop问题129

10.5数值模拟实验131

参考文献132

第四篇 免疫算法135

第11章 免疫算法简介135

11.1人工免疫系统的概念与范畴135

11.2人工免疫系统原理136

11.3免疫算法与体液免疫的关系137

11.4免疫算法的运行机制138

参考文献140

第12章 基于人工免疫系统的旅行商问题求解143

12.1亲和度143

12.2变异操作143

12.3克隆选择144

12.4疫苗接种144

12.5免疫记忆145

12.6算法步骤146

12.7数值模拟实验146

参考文献147

第13章 基于人工免疫系统的车间作业调度问题求解148

13.1抗体群初始化算法148

13.2亲和力的计算和调整149

13.3克隆选择149

13.4疫苗接种和变异150

13.5受体编辑151

13.6基于免疫系统求解车间作业调度问题的流程151

13.7数值模拟实验151

参考文献153

第五篇 其他群智能优化算法157

第14章 细菌觅食算法157

14.1算法简介157

14.2细菌觅食算法分析158

14.3求解车间调度问题159

14.4仿真实验及结果分析165

本章小结168

参考文献168

第15章 Memetic算法170

15.1算法简介170

15.2算法实现框架170

15.3克隆选择Memetic算法171

15.4数值模拟试验及结果181

本章小结183

参考文献183

第六篇 混合群智能优化算法及应用187

第16章 基于隐马尔可夫模型和免疫粒子群优化的多序列比对算法187

16.1多重序列比对与HMM简介187

16.2免疫粒子群优化算法191

16.3基于IPSO的多序列比对193

16.4数值模拟实验195

本章小结197

参考文献197

第17章 粒子-免疫算法求解车间作业调度问题199

17.1基于PSO和AIS的混合智能算法199

17.2数值模拟实验及结果200

参考文献206

第18章 基于群智能的混合算法208

18.1基于群智能的混合模式208

18.2各种混合模式的分析213

18.3数值计算及结果比较215

本章小结219

参考文献219