Name: 煙花算法理論及應用
SKU: https://www.books.com.tw/products/CN11973388

內容簡介

本書是一本全面、系統地介紹煙花算法主要研究和典型應用的學術專著，從基礎、理論、進展及應用4個方面詳細地介紹了煙花算法的研究內容，清晰地展示了煙花算法的研究全貌。書中不僅介紹了許多煙花算法理論研究成果，還提供了大量重要煙花算法改進算法的流程圖和煙花算法的統一代碼框架，同時展示了豐富的成功應用實例。本書可作為智慧科學、人工智慧、計算機科學和數據科學等相關專業高年級本科生和研究生的教材或參考書，也可作為資訊、控制、通信、管理、工程技術等相關領域的研究人員和工程師的參考書。

作者介紹

譚營

四川營山人，工學博士，煙花算法發明人，國際人工智慧科學家。現為北京大學教授、博士生導師，主要從事智慧科學、計算智慧與群體智慧、機器學習、大資料採擷與分析以及相關應用的研究工作。2005年曾入選中國科學院“百人計畫”，主持國家自然科學基金、“863”計畫、“973”計畫等科學研究專案40余項。出版Fireworks Algorithm、《煙花算法引論》《人工智慧知識講座》《人工智慧之路》等學術專著及科普作品10餘部，發表學術研究論文450餘篇。

曾獲得國家自然科學獎、高等學校科學研究優秀成果獎自然科學獎、北京市科學技術獎自然科學獎等多項獎勵。獲得國際與國家發明專利授權15項。擔任十餘種國際期刊的主編、副主編和編委，創立並擔任群體智慧國際會議（ICSI）大會主席，擔任金磚國家計算智慧大會聯合主席和國際群體與演化智慧學會主席。

第一部分煙花算法基礎
第1章煙花算法原理　3
1.1　算法思想　3
1.2　基本運算元　5
1.3　基本運算元性能分析　9
1.4　煙花算法整體性能分析　11
1.5　小結　13
第2章增強煙花算法　14
2.1　基本煙花算法的工作機制　14
2.2　增強煙花算法的工作機制　15
2.3　實驗與分析　19
2.4　討論與結論　22
2.5　小結　23
第3章動態搜索煙花算法　24
3.1　動態搜索煙花算法簡介　26
3.2　核心煙花的動態爆炸半徑檢測策略　27
3.3　非核心煙花爆炸半徑檢測策略　29
3.4　消除高斯變異運算元　29
3.5　動態搜索煙花算法框架　30
3.6　實驗與分析　30
3.7　小結　34
第4章煙花算法代碼框架　35
4.1　快速使用　35
4.2　標準測試函數集　37
4.3　評估器框架　39
4.4　算法設計　40
4.5　算法測試與對比　42
4.6　小結　42
第5章隨機模型與收斂性分析　43
5.1　隨機模型　43
5.2　全域收斂性　44
5.3　小結　53

第二部分煙花算法理論
第6章資訊利用率理論　57
6.1　信息利用率　57
6.2　資訊利用率計算　61
6.3　資訊利用率與性能　65
6.4　同一個家族的算法　67
6.5　不同家族的算法　68
6.6　小結　70
第7章時間複雜度的基本理論及分析　71
7.1　時間複雜度的基本理論　71
7.2　時間複雜度分析　74
7.3　小結　76
第8章映射規則分析　77
8.1　映射規則　77
8.2　實驗與分析　79
8.3　小結　86

第三部分煙花算法進展
第9章進展綜述　89
9.1　煙花算法的發展　89
9.2　運算元的改進　89
9.3　結合的方法　92
9.4　協同的煙花算法　93
9.5　小結　93
第10章煙花算法協同框架　94
10.1　傳統煙花算法框架下的合作策略分析　94
10.2　煙花算法協同框架　96
10.3　實驗設計　98
10.4　實驗結果　99
10.5　小結　103
第11章引導式煙花算法　104
11.1　算法簡介　104
11.2　單目標優化實驗與分析　114
11.3　大規模優化問題實驗與分析　117
11.4　小結　119
第12章敗者淘汰錦標賽煙花算法　120
12.1　算法的基本機制　120
12.2　算法的淘汰機制　123
12.3　實驗與分析　127
12.4　小結　131
第13章多尺度協同煙花算法　135
13.1　算法細節　135
13.2　實驗與分析　138
13.3　小結　140
第14章基於搜索空間劃分的煙花算法　143
14.1　算法實現　144
14.2　實驗與分析　153
14.3　小結　157
第15章層次協同的煙花算法　160
15.1　算法實現　160
15.2　實驗與分析　168
15.3　小結　169
第16章連續爆炸的煙花算法　172
16.1　多層爆炸煙花算法　172
16.2　指數衰減爆炸煙花算法　176
16.3　小結　180
第17章混合煙花算法　181
17.1　基於差分進化變異的煙花算法　181
17.2　基於生物地理學優化的敗者淘汰錦標賽煙花算法　188
17.3　小結　192
第18章其他改進煙花算法　193
18.1　精英引導的煙花算法　193
18.2　基於動態群體規模的煙花算法　197
18.3　小結　199

第四部分煙花算法應用
第19章煙花算法應用研究綜述　203
19.1　煙花算法在機器學習領域中的應用　203
19.2　煙花算法在調度與規劃問題中的應用　204
19.3　煙花算法在設計與控制問題中的應用　205
19.4　煙花算法在影像處理問題中的應用　206
19.5　小結　206
第20章煙花算法在旅行商問題中的應用　207
20.1　旅行商問題　207
20.2　用TSP-LoTFWA 求解旅行商問題　208
20.3　實驗與分析　219
20.4　算法討論　222
20.5　小結　222
第21章煙花算法在多目標優化問題中的應用　223
21.1　多目標優化問題　223
21.2　多目標煙花算法　224
21.3　油料作物施肥問題　240
21.4　實驗與分析　242
21.5　小結　249
第22章煙花算法在監督學習中的應用　250
22.1　監督學習簡介　250
22.2　煙花算法優化支援向量機　250
22.3　煙花算法優化人工神經網路　254
22.4　小結　256
第23章煙花算法在無監督學習中的應用　257
23.1　無監督學習簡介　257
23.2　無監督學習優化問題的定義　258
23.3　煙花算法聚類　259
23.4　煙花算法社區發現　262
23.5　小結　266
第24章煙花算法在電磁干擾系統中的應用　267
24.1　電磁干擾系統簡介　267
24.2　模型構建　267
24.3　實驗與分析　273
24.4　小結　278
第25章煙花算法在微電網優化中的應用　280
25.1　微電網優化簡介　280
25.2　微電網調度優化數學模型　280
25.3　小結　290

參考文獻　291
術語表　303
符號表　306

看更多