人工鱼群算法及其应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

人工鱼群算法及其应用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

第1章 绪论1

1.1优化问题1

1.1.1优化的概念与数学模型1

1.1.2优化问题与方法的分类3

1.1.3优化问题的复杂性3

1.2优化算法发展状况5

1.3群智能优化算法概况7

1.4几种群智能优化算法简介10

1.4.1标准遗传算法10

1.4.2粒子群算法13

1.4.3蚁群算法17

1.5人工鱼群算法研究与应用概述20

1.5.1鱼群算法的提出与改进20

1.5.2鱼群算法与其他算法的融合22

1.5.3人工鱼群算法在多领域中的应用24

1.5.4人工鱼群算法总结30

1.6群智能优化算法的发展展望31

1.7本章小结33

参考文献33

第2章 基本人工鱼群算法42

2.1引言42

2.2鱼群模式概论42

2.2.1鱼群模式的提出42

2.2.2人工鱼的结构模型43

2.3人工鱼的四种基本行为算法描述45

2.4人工鱼群算法的寻优原理48

2.5仿真实验及参数设置性能50

2.5.1仿真实验50

2.5.2人工鱼群算法的收敛基础53

2.5.3各种参数对收敛性能的影响分析53

2.6拥挤度因子对优化的影响54

2.6.1拥挤度因子的定义55

2.6.2拥挤度因子的作用机理55

2.6.3仿真实验57

2.6.4分析和结论59

2.7距离对人工鱼群算法收敛性能的影响59

2.7.1人工鱼移动策略的改进59

2.7.2常用距离介绍60

2.7.3仿真实验63

2.7.4分析和结论66

2.8 Matlab程序设计67

2.8.1第2.5节实例程序设计68

2.8.2第2.7节实例程序设计76

2.9本章小结84

参考文献85

第3章 人工鱼群算法的分析与改进86

3.1人工鱼群算法全局收敛的基础86

3.2人工鱼群算法收敛性分析87

3.2.1简单随机搜索87

3.2.2全局收敛性87

3.3鱼群算法参数对优化结果的影响分析88

3.4需要改进鱼群算法的原因91

3.4.1自适应步长92

3.4.2公告牌的引入92

3.4.3生存竞争机制的提出93

3.4.4其他一些改进思路94

3.5自适应视野和步长的人工鱼群算法97

3.5.1人工鱼群算法的改进97

3.5.2自适应视野和步长的实现101

3.5.3改进后人工鱼群算法的特点104

3.5.4参数对优化的影响105

3.6仿真实验107

3.7全局人工鱼群算法110

3.7.1全局鱼群算法人工鱼的行为描述110

3.7.2全局人工鱼群算法流程112

3.7.3全局人工鱼群算法性能的验证114

3.8并行人工鱼群算法118

3.8.1鱼群算法并行化的目的118

3.8.2并行鱼群算法的并行性分析118

3.8.3并行鱼群算法实现方法的分类119

3.8.4并行鱼群算法的实现方法119

3.9 Matlab程序设计122

3.10本章小结131

参考文献131

第4章 混合鱼群算法133

4.1基于量子理论的人工鱼群算法133

4.1.1量子计算133

4.1.2量子人工鱼群算法134

4.1.3仿真实验及其结果讨论136

4.2基于量子理论的小生境人工鱼群算法139

4.2.1小生境技术和控制竞争选择策略140

4.2.2小生境量子人工鱼群算法141

4.2.3实验结果142

4.2.4分析和结论144

4.3模拟退火——鱼群混合优化算法144

4.3.1模拟退火算法145

4.3.2全局鱼群算法和模拟退火算法的混合算法147

4.4混沌人工鱼群算法149

4.4.1混沌搜索149

4.4.2反馈策略150

4.4.3基于混沌搜索和反馈策略的改进人工鱼群算法151

4.4.4分析和结论154

4.5本章小结154

参考文献155

第5章 人工鱼群算法在函数优化中的应用157

5.1无约束优化测试函数157

5.2有约束优化测试函数158

5.3多目标优化测试函数160

5.3.1多目标优化问题160

5.3.2多目标优化问题的求解方法161

5.3.3多目标优化评价指标163

5.3.4基于人工鱼群算法的多目标优化165

5.4基于非劣排序和最大最小策略解决多目标优化问题172

5.4.1多目标优化方法173

5.4.2仿真分析和结论175

5.5整数优化测试函数177

5.6动态优化测试函数178

5.6.1动态优化问题中鱼群算法的搜索策略二178

5.6.2鱼群算法的动态响应策略179

5.6.3动态优化的性能评价与分析180

5.7 Matlab程序设计180

5.8本章小结193

参考文献193

第6章 人工鱼群算法应用195

6.1组合优化问题求解195

6.1.1组合优化问题195

6.1.2鱼群算法的TSP求解197

6.2神经网络优化203

6.2.1前向神经网络模型204

6.2.2鱼群算法结构及相关定义205

6.2.3前向神经网络的训练过程207

6.2.4实验结果207

6.3数字滤波器的优化设计208

6.3.1数字滤波器208

6.3.2鱼群算法设计滤波器209

6.3.3分析和结论211

6.4信号处理211

6.4.1小波阈值去噪211

6.4.2鱼群算法优化213

6.5波达方向估计214

6.5.1波达方向估计问题214

6.5.2鱼群算法的波达方向估计215

6.5.3分析和结论217

6.6波束成型技术217

6.6.1问题的提出217

6.6.2方法和步骤218

6.6.3分析和结论222

6.7车间作业调度223

6.7.1车间作业调度问题223

6.7.2加入禁忌策略的人工鱼群算法224

6.7.3带禁忌策略的鱼群算法解决车间作业调度问题225

6.7.4实验结果及分析227

6.8数据模糊聚类228

6.8.1聚类228

6.8.2聚类方法分类230

6.8.3几种聚类算法231

6.8.4基于全局人工鱼群算法的聚类算法233

6.8.5基于鱼群算法的模糊聚类分析235

6.9数据挖掘236

6.9.1预处理236

6.9.2人工鱼群算法对文档矩阵进行聚类238

6.9.3结果评价与总结239

6.10多阈值图像分割241

6.10.1人工鱼群算法中改进的自适应步长241

6.10.2基于改进人工鱼群算法的图像分割242

6.11 Matlab程序设计244

6.12本章小结253

参考文献254

第7章 人工鱼群算法在通信领域中的应用256

7.1路由选择与优化256

7.1.1路由优化的数学模型256

7.1.2实验仿真结果及分析259

7.2无线传感器网络覆盖优化261

7.2.1无线传感器网络261

7.2.2无线传感器网络覆盖问题262

7.2.3基于人工鱼群算法的无线传感器网络覆盖优化265

7.3多用户OFDM系统资源分配270

7.3.1 OFDM技术270

7.3.2自适应资源分配的概念270

7.3.3多用户OFDM系统资源自适应分配算法273

7.4扩频码估计279

7.4.1扩频技术279

7.4.2人工鱼群算法中的跳跃行为280

7.4.3使用鱼群算法估计扩频序列281

7.4.4仿真结果与讨论282

7.5多用户检测284

7.5.1多用户检测问题284

7.5.2多用户检测的实现284

7.5.3使用鱼群算法的多用户检测287

7.5.4分析和结论289

7.6认知无线电频谱分配290

7.6.1认知无线电技术290

7.6.2认知无线电中的频谱分配问题292

7.6.3基于人工鱼群算法的认知无线电频谱分配294

7.7其他应用举例298

7.7.1最佳路由选择问题298

7.7.2链路容量与流量分配问题299

7.8本章小结300

参考文献300

附录303

附录A常用术语英汉对照表303

附录B测试函数集304