图书介绍
群体智能计算模式及应用PDF|Epub|txt|kindle电子书版本网盘下载
- 吴启迪，汪镭编著 著
- 出版社： 南京：江苏教育出版社
- ISBN：7534375886
- 出版时间：2006
- 标注页数：269页
- 文件大小：10MB
- 文件页数：281页
- 主题词：智能计算机－研究
PDF下载
下载说明
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
图书目录
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