基于智能計算及知識指導的集成優(yōu)化設(shè)計理論與方法研究
定 價：48 元
- 作者：劉道華著
- 出版時間：2012/8/1
- ISBN：9787118082517
- 出 版 社：國防工業(yè)出版社
- 中圖法分類：TU602
- 頁碼：194頁
- 紙張：膠版紙
- 版次：1
- 開本：16開
《基于智能計算及知識指導的集成優(yōu)化設(shè)計理論與方法研究》內(nèi)容針對單一智能優(yōu)化算法的內(nèi)在機理、優(yōu)化策略、算法的收斂性進行了深入的系統(tǒng)分析。充分利用各種單一智能優(yōu)化算法的優(yōu)點，依據(jù)集成優(yōu)化系統(tǒng)中已有的知識庫知識規(guī)則作指導，針對不同的優(yōu)化設(shè)計模式自動構(gòu)建不同的集成優(yōu)化求解方法。集成優(yōu)化求解方法在優(yōu)化求解進程中自適應地調(diào)整子算法的參數(shù)，從而提高集成優(yōu)化算法的求解精度及求解效率。構(gòu)建不同類型的知識獲取器對優(yōu)化的中間或結(jié)果數(shù)據(jù)進行深度挖掘，從而抽取有效的知識規(guī)則。書中最后以液壓錨桿鉆機動力頭集成優(yōu)化設(shè)計為實例，并通過實例優(yōu)化結(jié)果的有效性驗證該集成優(yōu)化方法的正確性。《基于智能計算及知識指導的集成優(yōu)化設(shè)計理論與方法研究》適合從事智能計算研究與優(yōu)化設(shè)計研究與應用的科技工作者和工程技術(shù)人員閱讀使用，也可作為高等院校計算機等信息類、機械等工程類的相關(guān)專業(yè)研究生和高年級本科生的教學參考。
《基于智能計算及知識指導的集成優(yōu)化設(shè)計理論與方法研究》適合從事智能計算研究與優(yōu)化設(shè)計研究與應用的科技工作者和工程技術(shù)人員閱讀使用，也可作為高等院校計算機等信息類、機械等工程類的相關(guān)專業(yè)研究生和高年級本科生的教學參考。書中最后以液壓錨桿鉆機動力頭集成優(yōu)化設(shè)計為實例，并通過實例優(yōu)化結(jié)果的有效性驗證該集成優(yōu)化方法的正確性。
第1章 緒論
1.1 國內(nèi)外研究現(xiàn)狀
1.1.1 智能計算的發(fā)展現(xiàn)狀
1.1.2 知識在集成優(yōu)化中運用的水平
1.1.3 傳統(tǒng)優(yōu)化設(shè)計理論的發(fā)展現(xiàn)狀及不足
1.1.4 單一智能優(yōu)化算法存在的不足
1.1.5 集成優(yōu)化設(shè)計理論的發(fā)展現(xiàn)狀及分析
1.2 本書的主要研究內(nèi)容
1.3 本書的研究方法及組織結(jié)構(gòu)
l.3.1 本書的研究方法
1.3.2 本書的篇章結(jié)構(gòu)
1.4 本書研究的重要意義和應用前景
第2章 面向工程機械的優(yōu)化設(shè)計理論及方法
2.1 優(yōu)化設(shè)計理論及基本概念
2.1.1 優(yōu)化設(shè)計的基本概念
2.1.2 優(yōu)化設(shè)計理論
2.1.3 優(yōu)化設(shè)計的關(guān)鍵技術(shù)
2.2 優(yōu)化設(shè)計技術(shù)分類
2.3 面向工程機械的多目標智能優(yōu)化
2.3.1 多目標優(yōu)化的基本概念
2.3.2 多目標優(yōu)化問題的傳統(tǒng)求解方法
2.3.3 常見的多目標優(yōu)化性能度量方法
2.3.4 改進的多目標優(yōu)化問題的性能度量方法
2.3.5 基于進化算法的多目標優(yōu)化問題的求解方法
第3章 智能計算方法及其集成技術(shù)
3.1 常見智能計算方法及其改進算法
3.1.1 模擬退火算法
3 1.2 遺傳算法及算法改進措施
3 1.3 神經(jīng)網(wǎng)絡(luò)優(yōu)化算法及動態(tài)反饋神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析
3.1.4 蟻群優(yōu)化算法
3.1.5 粒子群優(yōu)化算法
3.2 智能計算方法的集成技術(shù)
3.2.1 集成與系統(tǒng)集成的主要特征
3.2.2 智能集成的涵義
3.2.3 智能集成優(yōu)化的關(guān)鍵問題
3.2.4 智能集成優(yōu)化的集成形式
3.2.5 智能集成優(yōu)化算法的性能評價
第4章 智能計算與仿真分析的結(jié)合模式及集成優(yōu)化求解方法
4.1 智能計算與仿真分析的集成模式
4.2 工程機械優(yōu)化設(shè)計模式分類
4.3 集成優(yōu)化求解方法的指導性知識規(guī)則
4.4 優(yōu)化設(shè)計模式的智能集成優(yōu)化求解方法
4.4.1 以遺傳算法為代表的遺傳集成類優(yōu)化求解方法
4.4.2 以神經(jīng)網(wǎng)絡(luò)為代表的網(wǎng)絡(luò)集成類優(yōu)化求解方法
4.4.3 以蟻群算法為代表的蟻群集成類優(yōu)化求解方法
4.4.4 以粒子群算法為代表的粒子群集成類優(yōu)化求解方法
4.4.5 遺傳算法集成混沌優(yōu)化求解方法
4.4.6 蟻群算法集成混沌優(yōu)化求解方法
4.4.7 粒子群算法集成混沌優(yōu)化求解方法
4.4.8 基于多蟻群算法的多目標智能集成優(yōu)化求解方法
4.4.9 基于網(wǎng)絡(luò)響應面的多目標優(yōu)化求解方法
4.5 集成優(yōu)化算法的參數(shù)自適應動態(tài)調(diào)整
4.5.1 遺傳算法控制參數(shù)的自適應調(diào)整方法
4.5.2 粒子群參數(shù)動態(tài)自適應調(diào)整方法
4.5.3 遺傳算法參數(shù)的模糊邏輯控制器調(diào)整方法
4.5.4 蟻群優(yōu)化算法參數(shù)的模糊邏輯控制器調(diào)整方法
第5章 基于智能計算與仿真分析的知識獲取方法
5.1 神經(jīng)網(wǎng)絡(luò)優(yōu)化的產(chǎn)生武知識獲取方法
5.2 基于粗糙集理論的知識獲取方法
5.2.1 知識自動獲取原理
5.2.2 基于粗糙集理論的知識自動獲取過程
5.3 智能計算與仿真分析相結(jié)合的知識獲取方法
5.3.1 基于ADAMs仿真數(shù)據(jù)的知識獲取方法
5.3.2 基于ANsYs分析數(shù)據(jù)的知識獲取方法
第6章 智能集成優(yōu)化平臺及錨桿鉆機動力頭集成優(yōu)化實例
6.1 智能集成優(yōu)化平臺的總體結(jié)構(gòu)
6.2 智能集成優(yōu)化系統(tǒng)的功能模塊
6.3 液壓錨桿鉆機的發(fā)展現(xiàn)狀
6.4 液壓錨桿鉆機動力頭傳動機構(gòu)的智能集成優(yōu)化實例
6.5 錨桿鉆機動力頭智能集成優(yōu)化設(shè)計的知識獲取方法
6.5.1 錨桿鉆機動力頭ADAMS仿真數(shù)據(jù)的知識獲取方法
6.5.2 錨桿鉆機動力頭ANSYS分析數(shù)據(jù)的知識獲取方法
第7章 總結(jié)及展望
7.1 研究工作總結(jié)
7.2 研究工作的不足及展望
參考文獻
書單推薦
