粒子群优化算法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]

粒子群优化算法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 绪论 1

1.1 相关背景 1

1.2 生物启发式计算 3

1.2.1 遗传算法 3

1.2.2 神经计算 4

1.2.3 模糊系统 5

1.2.4 其他生物启发式计算方法 6

1.3 群体智能 8

1.3.1 群体智能简介 8

1.3.2 群体智能的基本特性 10

1.4 群体智能算法及其研究现状 13

1.4.1 蚂蚁算法 13

1.4.2 粒子群优化算法 17

1.4.3 群体智能算法应用研究现状 18

1.5 展望 20

参考文献 21

2　　粒子群算法 25

2.1 引言 25

2.2 粒子群算法概述 25

2.2.1 粒子群算法的起源 25

2.2.2 原始粒子群算法 27

2.2.3 标准粒子群算法 28

2.3 标准测试函数 29

2.4 粒子群算法的实现 31

参考文献 33

3 粒子群算法参数分析 34

3.1 引言 34

3.2 惯性权重分析 34

3.2.1 线性惯性权重策略 35

3.2.2 非线性惯性权重策略 36

3.2.3 其他策略 59

3.3 学习因子分析 61

3.4　其他参数分析 64

参考文献 68

4 改进粒子群算法 70

4.1 粒子群算法改进研究综述 70

4.1.1 参数改进 70

4.1.2 拓扑结构的改进 71

4.1.3 混合策略 72

4.1.4 基于生物行为的改进 73

4.2 基于差分进化的一种新型混合粒子群算法 74

4.2.1 差分进化算法 76

4.2.2 基于差分进化的混合粒子群算法 76

4.2.3 试验设置与测试函数 80

4.2.4 试验结果 81

4.3 基于模拟退火思想的粒子群算法 85

4.3.1 概述 85

4.3.2 模拟退火算法 85

4.3.3 基于模拟退化思想的粒子群混合算法 87

4.3.4 实验设置与测试函数 89

4.3.5 实验结果 90

4.4 基于细菌趋化的改进粒子群算法 95

4.4.1 PSOBC算法 96

4.4.2 PSOBC算法实现步骤 98

4.4.3 实验与结果分析 99

参考文献 102

5 粒子群算法的应用 108

5.1 基于粒子群算法的神经网络训练 108

5.1.1 问题背景 108

5.1.2 基于PSO的BP网络训练过程 109

5.1.3 实例研究 111

5.2 基于粒子群算法的PID参数整定 117

5.2.1 基于PSO的PID参数自整定方法 118

5.2.2 算法流程 120

5.2.3 算法实例 120

5.3 基于多群体协同粒子群算法的物流配送中心选址 123

5.3.1 引言 123

5.3.2 物流配送中心选址的数学模型 124

5.3.3 多群体协同粒子群算法 126

5.3.4 基于多群体协同粒子群算法的物流配送中心选址 128

5.4 基于多群体协同粒子群算法的模糊系统设计 134

5.4.1 基于MCPSO的模糊系统设计 134

5.4.2 T-S模糊模型 135

5.4.3 基于MCPSO的T-S模糊系统优化设计 136

5.4.4 实例研究 138

5.5 基于多群体协同粒子群算法的RFID读写器网络规划 145

5.5.1 引言 145

5.5.2 RFID读写器网络规划建模 145

5.5.3 基于MCPSO算法的RFID读写器网络规划 146

5.5.4 仿真实验 148

参考文献 151