智能优化算法及其在机械工程中的应用出版时间:2012年版内容简介 《智能优化算法及其在机械工程中的应用》结合作者多年来在相关方面的科研和教学工作的积累,以较为通俗简练的语言详细地介绍了智能优化算法中的遗传算法、粒子群优化算法、差异演化算法、模拟植物生长算法和果蝇优化算法及其在机械工程中的应用,以期使读者能够尽快了解和掌握这些算法的基本理论和应用技术。《智能优化算法及其在机械工程中的应用》可作为机械工程、系统科学、计算机应用以及其他一些相关专业的研究生及本科生教材,也可以供相关专业的工程技术与科研人员学习参考。目录第1章 概述1.1 群智能的基本概念1.2 群智能思想的起源简介1.3 群智能理论简介1.4 演化算法简介1.5 本书主要内容与安排第2章 遗传算法及其应用2.1 遗传算法的起源与发展简介2.1.1 遗传算法的生物学基础2.1.2 遗传算法的提出与发展简介2.2 遗传算法的理论基础2.2.1 遗传算法的基本原理2.2.2 遗传算法的几个基本概念2.2.3 遗传算法的基本算子和数学基础2.3 遗传算法的实现2.3.1 遗传算法的实现2.3.2 遗传算法实现举例2.4 遗传算法的特点与改进2.4.1 遗传算法的特点2.4.2 对简单遗传算法的一些改进2.4.3 几种常见的遗传算法2.4.4 遗传算法应用的几个关键问题2.5 遗传算法在机械工程中的应用2.5.1 基于遗传算法的bounc—wen迟滞非线性动力学模型的参数识别方法2.5.2 基于遗传算法的圆柱齿轮变位系数的优化选择2.5.3 基于遗传算法的机器人路径规划第3章 粒子群优化算法及其应用3.1 基本粒子群优化算法3.1.1 粒子群优化算法的产生3.1.2 基本粒子群优化算法3.1.3 基本粒子群优化算法的参数选择3.1.4 带惯性权重的粒子群优化算法3.1.5 粒子群优化算法的控制参数分析3.2 混沌粒子群优化算法3.2.1 混沌的一些基本特点3.2.2 混沌映射3.2.3 基于群体适应度方差的混沌粒子群优化算法3.3 无约束多目标粒子群优化算法3.3.1 多目标优化问题的基本概念和术语3.3.2 多目标优化问题的发展及其传统的解决方法3.3.3 无约束多目标粒子群优化算法3.4 约束多目标粒子群优化算法3.4.1 约束优化问题3.4.2 罚函数法3.4.3 基于罚函数法的带约束条件的粒子群优化算法3.5 基于极坐标的粒子群优化算法3.5.1 基于极坐标的粒子群优化算法的数学描述3.5.2 有关ppso算法的特点与讨论3.5.3 基本粒子群优化算法和ppso算法的测试结果对比与讨论3.6 带活力因子的粒子群优化算法……第4章 差异演化算法及其应用第5章 模拟植物生长算法及其应用第6章 果蝇优化算法及其应用参考文献致谢 上一篇: 自动化仪表使用与维护 下一篇: 控制理论基础 [邢玲玲 主编] 2014年版