图书介绍

粒子群优化算法及电磁应用PDF|Epub|txt|kindle电子书版本网盘下载

粒子群优化算法及电磁应用
  • 田雨波编著 著
  • 出版社: 北京:科学出版社
  • ISBN:9787030400086
  • 出版时间:2014
  • 标注页数:247页
  • 文件大小:36MB
  • 文件页数:261页
  • 主题词:电子计算机-算法理论

PDF下载


点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示:(请使用BT下载软件FDM进行下载)软件下载地址页直链下载[便捷但速度慢]  [在线试读本书]   [在线获取解压码]

下载说明

粒子群优化算法及电磁应用PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台)。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用!后期资源热门了。安装了迅雷也可以迅雷进行下载!

(文件页数 要大于 标注页数,上中下等多册电子书除外)

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

图书目录

绪论3

第1章 绪论3

1.1优化方法3

1.1.1优化的基本概念3

1.1.2优化问题的分类4

1.1.3优化算法的复杂度4

1.2智能优化方法5

1.2.1智能优化方法的基本概念5

1.2.2智能优化方法的特点6

1.2.3智能优化方法的哲学定理7

1.3粒子群优化算法9

1.4粒子群优化算法的电磁应用10

参考文献11

第一部分 粒子群优化算法21

第2章 标准粒子群优化算法21

2.1引言21

2.2算法概述22

2.2.1算法原理22

2.2.2算法数学描述22

2.2.3算法流程23

2.2.4算法参数24

2.3算法模型25

2.3.1算法模型分析25

2.3.2算法拓扑结构27

2.3.3算法邻域结构27

2.4算法优点和局限性27

2.4.1算法的优点27

2.4.2算法的局限性27

2.5粒子更新方法研究28

2.6算法应用及展望34

2.6.1算法的应用34

2.6.2算法的研究方向34

参考文献35

第3章 粒子群优化算法的物理基础37

3.1引言37

3.2分子动力学理论37

3.2.1保守PSO环境37

3.2.2耗散PSO环境40

3.3 PSO环境的热动力学分析42

3.3.1热力学平衡42

3.3.2能量因素43

3.3.3动力学特性44

3.4 PSO算法的扩散模型44

3.5 PSO算法的马尔可夫模型46

3.5.1基于概率理论的更新方程46

3.5.2马尔可夫链模型47

3.5.3广义PSO算法48

参考文献49

第4章 粒子群优化算法的边界条件50

4.1引言50

4.2边界条件分类50

4.3数值仿真实验54

4.3.1测试函数54

4.3.2仿真结果及分析54

参考文献58

第5章 量子粒子群优化算法59

5.1引言59

5.2算法概述59

5.2.1算法原理59

5.2.2算法流程和框图63

5.2.3压缩扩张因子的选取63

5.3算法优点及局限性65

5.4基于微分进化算子和混沌序列的量子粒子群优化算法66

5.4.1微分进化算子66

5.4.2混沌扰动67

5.4.3算法流程及框图68

5.4.4数值仿真实验68

5.5基于反向学习机制的量子粒子群优化算法71

5.5.1算法改进思想71

5.5.2数值仿真实验72

参考文献73

第6章 云粒子群优化算法76

6.1引言76

6.2云模型概述76

6.2.1云模型的概念76

6.2.2云模型的定义77

6.2.3云模型的数字特征78

6.2.4云发生器79

6.2.5正态云的统计分析81

6.3云自适应粒子群优化算法81

6.3.1基于云变异的云自适应粒子群算法81

6.3.2数值仿真实验83

参考文献86

第7章 简化粒子群优化算法88

7.1引言88

7.2算法概述88

7.2.1粒子群优化算法中速度的分析88

7.2.2简化粒子群优化算法的实现89

7.2.3简化粒子群优化算法的收敛性90

7.3两种简化粒子群优化算法90

7.3.1带极值扰动的简化粒子群优化算法90

7.3.2惯性和经验相互影响的简化粒子群优化算法91

7.4数值仿真实验92

7.4.1待测算法92

7.4.2测试结果及分析93

参考文献94

第8章 蛙跳粒子群优化算法96

8.1引言96

8.2混合蛙跳算法概述96

8.2.1混合蛙跳算法基本概念96

8.2.2混合蛙跳算法数学模型97

8.2.3混合蛙跳算法基本步骤98

8.3蛙跳粒子群优化算法99

8.3.1算法实现99

8.3.2数值仿真试验100

参考文献102

第9章 小波粒子群优化算法105

9.1引言105

9.2小波分析概述105

9.2.1小波分析常用记号105

9.2.2连续小波变换106

9.2.3离散小波变换109

9.2.4多分辨率分析110

9.2.5小波变换的性质110

9.3小波粒子群优化算法原理及实现111

9.3.1算法实现111

9.3.2数值仿真实验115

参考文献119

第10章 二进制粒子群优化算法120

10.1引言120

10.2二进制粒子群优化算法概述120

10.2.1基本二进制粒子群优化算法120

10.2.2二进制与十进制之间的转换122

10.2.3数值实验用测试函数122

10.3基于次优活跃点的二进制粒子群优化算法123

10.3.1算法描述123

10.3.2算法流程123

10.3.3算法参数的均匀设计124

10.4鲶鱼二进制粒子群优化算法128

10.4.1鲶鱼效应128

10.4.2算法描述128

10.4.3算法流程129

10.4.4算法参数的确定129

10.5两种二进制粒子群优化算法的数值仿真试验136

参考文献138

第11章 粒子群神经网络140

11.1引言140

11.2神经网络概述140

11.2.1神经网络的概念与分类140

11.2.2神经网络的基本特征和基本功能141

11.2.3神经网络的基本性质、优点及其应用142

11.2.4神经网络的性能指标及研究内容143

11.2.5 BP神经网络144

11.3粒子群神经网络原理及实现145

11.3.1粒子群优化算法与神经网络的融合145

11.3.2粒子群算法优化神经网络的权值145

11.3.3粒子群算法优化神经网络的结构149

11.3.4粒子群算法同时优化神经网络的结构和权值150

11.4粒子群神经网络应用151

11.4.1函数优化问题151

11.4.2分类问题153

11.4.3 LED问题154

11.4.4广义异或问题155

参考文献156

第12章 粒子群神经网络集成158

12.1引言158

12.2神经网络集成概述158

12.2.1基本概念158

12.2.2实现方法159

12.2.3存在问题160

12.2.4 Iris分类问题试验161

12.3基于粒子群优化算法的选择性神经网络集成方法162

12.3.1基于粒子群优化算法的神经网络集成方法162

12.3.2数值仿真实验163

参考文献165

第二部分 粒子群优化算法的电磁应用169

第13章 超越方程求解169

13.1引言169

13.2算法概述170

13.2.1算法简介170

13.2.2参数跟踪策略171

13.2.3跟踪参数添加原则171

13.2.4算法特点172

13.3数值仿真实验172

13.3.1求解复介电常数172

13.3.2求解表面波特征方程174

参考文献177

第14章 滤波器设计179

14.1引言179

14.2基于PSO算法和HFSS仿真软件的电磁优化设计方法179

14.2.1 HFSS软件简介179

14.2.2 HFSS软件宏命令及VBscript语言180

14.2.3优化方案介绍180

14.2.4优化程序具体实现182

14.3蝶形单元电磁带隙结构滤波器的优化设计182

14.3.1电磁带隙结构182

14.3.2蝶形单元电磁带隙结构滤波器182

14.3.3蝶形单元电磁带隙结构滤波器优化设计188

14.4双层电磁带隙结构滤波器的优化设计190

14.4.1双层电磁带隙结构滤波器结构190

14.4.2双层电磁带隙结构滤波器尺寸的优化设计191

参考文献192

第15章 微带天线设计195

15.1引言195

15.2微带天线基本知识195

15.2.1微带天线的工作原理195

15.2.2微带天线的性能分析196

15.2.3微带天线的优缺点198

15.3微带天线设计实例198

15.3.1基于PSO算法和HFSS软件的电磁优化设计方法的并行实现198

15.3.2矩形贴片天线设计202

15.3.3平面倒F天线设计203

15.3.4 U形寄生元宽带微带天线设计206

参考文献207

第16章 谐振频率建模210

16.1引言210

16.2基于粒子群神经网络的MSA谐振频率建模210

16.2.1矩形MSA的谐振频率210

16.2.2基于粒子群神经网络的矩形MSA谐振频率建模211

16.3基于粒子群神经网络集成的MSA谐振频率建模212

16.3.1圆形MSA的谐振频率212

16.3.2基于粒子群神经网络集成的圆形MSA谐振频率建模215

16.3.3基于粒子群神经网络集成的矩形MSA谐振频率建模215

参考文献216

第17章 吸波材料设计219

17.1引言219

17.2电磁吸波材料概述219

17.2.1电磁吸波材料简介219

17.2.2电磁吸波材料分层设计数学模型220

17.3基于粒子群优化算法的电磁吸波材料设计221

17.3.1多层电磁吸波材料设计221

17.3.2带有频率选择表面的多层电磁吸波材料设计223

参考文献228

第18章 天线阵综合231

18.1引言231

18.2天线阵综合基础232

18.2.1方向图乘积原理232

18.2.2直线阵综合基础233

18.2.3平面阵综合基础234

18.3直线阵综合实例235

18.3.1连续电流幅度综合235

18.3.2连续电流相位综合237

18.3.3量化电流幅度综合238

18.3.4同时量化电流幅度和相位综合241

18.4平面阵综合实例243

18.4.1矩形阵综合243

18.4.2矩形阵稀疏244

参考文献245

热门推荐