群体智能计算模式及应用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]

群体智能计算模式及应用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

1.1 群体智能 1

第一章 绪论 1

1.2 群体智能的研究成果综述 2

1.3 本书所关注的群体智能实现模式 11

1.4 本书主要研究内容 13

第二章 群体智能的总体形式化描述 14

2.1 引言 14

2.2 群体智能算法总体模式探讨 14

2.3 群体智能计算的统一框架理念 18

2.4 小结 22

3.1.1 人工神经元模型 23

第三章 群体智能实现模式——人工神经网络 23

3.1 人工神经网络简介 23

3.1.2 人工神经网络模型 25

3.1.3 人工神经网络的特点 26

3.2 人工神经网络的总体形式化描述 28

3.3 反馈式神经网络的形式化描述与群体智能计算理念求证 32

3.3.1 Hopfield神经网络 32

3.3.2 Hopfield神经网络的形式化描述 34

3.3.3 Hopfield神经网络的群体智能计算理念求证 38

3.4.1 RBF神经网络 53

3.4 前馈式神经网络的形式化描述和群体智能计算理念求证 53

3.4.2 经典RBF神经网络的形式化描述 65

3.4.3 经典RBF神经网络的群体智能计算框架理念求证 69

3.4.4 结构递增的RBF神经网络的群体智能计算框架理念 78

3.5 小结 80

第四章 群体智能实现模式——智能蚁群算法 82

4.1 蚁群算法介绍 82

4.1.1 基本蚁群算法的起源 82

4.1.2 蚁群个体的运动规则 83

4.1.3 实例说明及应用状况 84

4.2.1 用于求解旅行商问题的蚁群算法定义 88

4.2 蚁群算法描述 88

4.2.2 蚁群算法的形式化描述 93

4.2.3 蚁群算法的群体智能计算理念求证 98

4.3 用于连续空间寻优的蚁群算法 102

4.3.1 用于离散空间寻优的蚁群算法概述 102

4.3.2 用于连续空间寻优的蚁群算法定义原则 104

4.3.3 用于连续空间寻优的蚁群算法定义 106

4.3.4 连续蚁群算法的形式化描述 110

4.3.5 连续蚁群算法的群体智能计算理念求证 114

4.4 小结 117

5.1 微粒群算法的起源 118

第五章 群体智能实现模式——智能微粒群算法 118

5.2 微粒群算法描述 120

5.2.1 微粒群算法的基本原理 120

5.2.2 微粒群算法的数学描述 121

5.2.3 微粒群算法流程 122

5.3 微粒群算法的形式化描述 124

5.4 微粒群算法的群体智能计算理念求证 126

5.5 微粒群算法改进模式的形式化描述和群体智能计算理念求证 129

5.5.1 微粒群优化信息的分组延迟通讯传播模式形式化描述和群体智能计算理念求证 130

5.5.1.1 微粒群优化信息的分组延迟通讯传播模式 130

5.5.1.2 GBMPSO算法的形式化描述 134

5.5.1.3 GBMPSO算法仿真实验 137

5.5.1.4 GBMPSO算法的群体智能计算理念求证 139

5.5.2 基于多元最优信息规划的微粒群算法的形式化描述和群体智能计算理念求证 143

5.5.2.1 基于多元最优信息规划的微粒群算法（MOPPSO） 143

5.5.2.2 MOPPSO算法的形式化描述 146

5.5.2.3 MOPPSO算法仿真实验的形式化描述 148

5.5.2.4 MOPPSO算法的群体智能计算理念求证 152

5.5.3 模糊自适应微粒群算法的形式化描述和群体智能计算理念求证 155

5.5.3.1 模糊自适应微粒群算法（MFPSO） 155

5.5.3.2 MFPSO算法的形式化描述 159

5.5.3.3 MFPSO算法仿真实验 161

5.5.3.4 MFPSO算法的群体智能计算理念求证 166

5.6 小结 169

第六 章群体智能优化计算实例研究 170

6.1 RBF神经网络传统学习算法的缺点 170

6.2 基于微粒群算法的RBF神经网络学习算法 174

6.3 RBF神经网络学习算法的仿真实验 177

6.3.1 仿真实例 177

6.3.2 与传统RBF神经网络学习算法的仿真比较 183

6.3.3 小结 188

6.4 基于微粒群算法的RBF神经网络的群体智能计算理念求证 189

6.5 小结 201

7.1 桥梁减震设计概述 202

第七章 群体智能工程应用研究实例 202

7.2 有流体粘滞阻尼器的桥梁结构地震反应分析 204

7.3 群体智能在桥梁减震设计中的应用实例 205

7.3.1 桥梁结构的动力计算模型 206

7.3.2 地震输入 206

7.3.3 RBF神经网络在桥梁减震设计中的应用 207

7.3.3.1 基于微粒群算法的RBF神经网络在桥梁减震设计中的应用 211

7.3.3.2 最小正交二乘法训练的RBF神经网络在桥梁减震设计中的应用 224

7.3.3.3 两种算法在计算实例中的比较 239

第八章 结论与展望 243

参考文献 245