群体智能优化算法及其在GPU上的并行化研究pdf电子书版本下载

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]

群体智能优化算法及其在GPU上的并行化研究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

第一章 绪论 1

1.1 研究背景 1

1.2 研究现状 2

1.2.1 群体计算智能 2

1.2.2 蚁群算法 3

1.2.3 鱼群算法 4

1.2.4 遗传算法 5

1.2.5 演化策略和演化规划 7

1.3 本书的主要内容和结构安排 7

第二章 一般反向学习和导向性邻域挖掘的混合策略 10

2.1 一般反向学习 10

2.1.1 反向学习 10

2.1.2 反向学习的一般化 12

2.2 导向性邻域挖掘 14

2.2.1 导向性邻域挖掘策略设计 14

2.2.2 导向性邻域挖掘策略分析 16

2.3 基于GOBL和ONM混合策略的群体智能算法统一描述 18

2.4 基于GOBL和ONM混合策略的群体智能算法性能分析 20

2.5 本章小结 21

第三章 基于GOBL和ONM混合策略的粒子群算法 22

3.1 算法设计 22

3.1.1 粒子群优化算法 22

3.1.2 基于GOBL和ONM的粒子群的算法设计 24

3.2 数值优化中的应用 25

3.2.1 单峰函数优化问题 26

3.2.2 多峰函数优化问题 31

3.2.3 高维优化问题 35

3.3 本章小结 39

第四章 基于GOBL和ONM混合策略差分演化算法 40

4.1 算法设计 40

4.1.1 差分演化算法 40

4.1.2 基于GOBL和ONM的差分演化的算法设计 42

4.2 数值优化中的应用 44

4.2.1 单峰函数优化问题 44

4.2.2 多峰函数优化问题 51

4.2.3 高维优化问题 57

4.3 本章小结 61

第五章 混合策略的粒子群算法在GPU上的并行研究 62

5.1 研究动机 62

5.2 可编程图形处理器 63

5.2.1 GPU上的通用计算 63

5.2.2 CUDA编程模型 64

5.2.3 CUDA存储模型 66

5.3 GPU上细粒度并行的GOBL-ONM-PSO算法 67

5.3.1 随机数 67

5.3.2 数据的存储 70

5.3.3 算法的框架 72

5.4 数值实验分析 75

5.4.1 精度分析 75

5.4.2 加速度比较分析 78

5.5 在微分方程反问题中的应用 84

5.5.1 问题描述 84

5.5.2 数值实验 85

5.6 本章小结 89

第六章 总结与展望 91

6.1 本书的研究工作及创新 91

6.2 进一步研究工作的展望 92

附录 本书所用的函数优化问题 94

参考文献 98