一類智能優(yōu)化算法的改進及應(yīng)用研究
定 價:59 元
- 作者:齊微 著
- 出版時間:2020/12/1
- ISBN:9787513663267
- 出 版 社:中國經(jīng)濟出版社
- 中圖法分類:TP301.6
- 頁碼:176
- 紙張:
- 版次:1
- 開本:16開
本書的主要研究內(nèi)容與創(chuàng)新之處包括以下幾個方面。
首先,闡述了優(yōu)化理論的相關(guān)內(nèi)容,然后對智能優(yōu)化算法進行綜述,并重點介紹了粒子群優(yōu)化算法與和聲搜索算法。描述了粒子群優(yōu)化算法的基本原理及算法流程,分析算法的特點、存在的問題及改進策略,并綜述了粒子群優(yōu)化算法的國內(nèi)外研究現(xiàn)狀。同時,介紹了和聲搜索算法的基本原理及算法流程,對算法進行分析,并綜述了算法的國內(nèi)外研究現(xiàn)狀。最后闡述了變分優(yōu)化的理論研究及應(yīng)用研究。
其次,將局部尋優(yōu)能力較好的變尺度法與粒子群優(yōu)化算法結(jié)合,提出了基于變尺度的粒子群優(yōu)化算法,同時將其應(yīng)用于非線性方程組的求解。然后,將改進后的算法應(yīng)用于偏微分方程的求解中,將傳統(tǒng)的有限差分法進行改進,并與改進后的粒子群優(yōu)化算法進行結(jié)合求解偏微分方程,通過數(shù)值算例對其進行驗證。大量的數(shù)值實驗表明改進的粒子群優(yōu)化算法不僅提高了收斂速度和精度,提高了優(yōu)化效率,還表現(xiàn)出很強的適用性和魯棒性。
再次,將和聲搜索算法與局部搜索能力較好的變尺度法相結(jié)合,提出了基于變尺度的和聲搜索算法。通過數(shù)值實驗驗證改進后的算法尋優(yōu)能力較強,魯棒性較好,而且方法容易實現(xiàn)。
最后,探討了將微分方程轉(zhuǎn)化為變分問題的方法,將求解微分方程的權(quán)余量方法與標(biāo)準(zhǔn)粒子群優(yōu)化算法進行結(jié)合,提出了一種新的求解優(yōu)化問題的方法。同時,在結(jié)合傳統(tǒng)的最小二乘近似解法與粒子群優(yōu)化算法的基礎(chǔ)上,提出了結(jié)合粒子群優(yōu)化算法和最小二乘法求解變分優(yōu)化問題的新方法。給出改進思路、計算流程后,通過仿真實驗發(fā)現(xiàn)改進的兩種變分優(yōu)化算法有較強的適用性。
齊微,女,1986年生,系統(tǒng)工程專業(yè)博士,副教授。發(fā)表學(xué)術(shù)論文近20篇,其中SSCI檢索3篇,SCI檢索6篇,EI檢索8篇,CSSCl檢索2篇,包括International Journal of Production Research(SCI,JCR一區(qū))、IEEE Systems Journal (SSCI/SCI,JCR一區(qū))、Complexity (SSCI/SCI,JCR一區(qū))、Journal of the Chinese Institute of Engineers(SSCI/SCI,JCR四區(qū))、《系統(tǒng)工程》(CSSCI)、《運籌與管理》(CSSCI)與《數(shù)學(xué)的實踐與認識》。
第1章 緒論
1.1 研究背景與意義
1.2 研究思路與技術(shù)路線
1.2.1 研究思路
1.2.2 技術(shù)路線
1.3 研究框架和結(jié)構(gòu)安排
1.3.1 研究框架
1.3.2 結(jié)構(gòu)安排
1.4 研究的難點與創(chuàng)新點
1.4.1 研究的難點
1.4.2 主要創(chuàng)新點
1.5 本書內(nèi)容研究資助
第2章 相關(guān)研究綜述
2.1 引言
2.2 優(yōu)化理論簡介
2.3 智能優(yōu)化方法
2.3.1 粒子群優(yōu)化算法
2.3.2 和聲搜索算法
2.4 變分優(yōu)化
2.4.1 變分法定義
2.4.2 變分法的應(yīng)用
2.5 本章小結(jié)
第3章 基于變尺度的粒子群優(yōu)化算法
3.1 引言
3.2 變尺度法
3.3 改進思路
3.4 改進算法的原理
3.5 算法流程
3.6 算法仿真及比較
3.6.1 優(yōu)化算法的測試
3.6.2 仿真結(jié)果及分析
3.7 DPSO算法在求解非線性方程組中的應(yīng)用
3.7.1 非線性方程組的問題描述
3.7.2 與求解非線性方程組等價的優(yōu)化問題
3.7.3 求解算法步驟
3.7.4 算法參數(shù)設(shè)置
3.7.5 非線性方程組求解的實現(xiàn)及分析
3.8 本章小結(jié)
第4章 基于有限差分法的改進粒子群算法
4.1 引言
4.2 偏微分方程概述
4.3 有限差分法
4.4 改進的粒子群算法在求解偏微分方程中的應(yīng)用
4.4.1 求解偏微分方程的步驟
4.4.2 實例解析
4.5 本章小結(jié)
第5章 基于變尺度的和聲搜索算法
5.1 引言
5.2 改進算法的原理
5.3 算法具體流程
5.4 數(shù)值實驗
5.5 小結(jié)
第6章 粒子群算法與變分優(yōu)化問題的融合
6.1 引言
6.2 結(jié)合權(quán)余量和粒子群算法求解變分優(yōu)化問題
6.2.1 轉(zhuǎn)化的變分問題
6.2.2 權(quán)余量方法概述
6.2.3 結(jié)合權(quán)余量和粒子群方法求解變分問題
6.2.4 數(shù)值仿真實驗
6.3 結(jié)合最小二乘法和粒子群優(yōu)化算法求解變分優(yōu)化問題
6.3.1 變分法的近似解法
6.3.2 結(jié)合粒子群算法和最小二乘法求解變分問題
6.3.3 數(shù)值仿真實驗
6.4 本章小結(jié)
第7章 結(jié)論與展望
參考文獻
索引