图书介绍

新型粒子群优化模型及应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

申元霞，王国胤著著
出版社：北京：科学出版社
ISBN：9787030496560
出版时间：2016
标注页数：146页
文件大小：22MB
文件页数：156页
主题词：计算机算法－最优化算法

PDF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]

点击复制MD5值：499857acfd08f0790fe34f02ad405e07

下载说明

新型粒子群优化模型及应用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。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

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

第1章绪论1

1.1优化理论的基本概念1

1.2群体智能概述1

1.3PSO模型3

1.3.1PSO模型的思想来源4

1.3.2PSO模型的基本原理5

1.4PSO的研究现状6

1.4.1PSO的优化性能6

1.4.2PSO的理论分析9

1.4.3PSO的应用研究9

1.5本书的组织结构10

参考文献11

第2章粒子群优化算法22

2.1带线性惯性权重的PSO算法22

2.2时变加速系数PSO算法23

2.3骨干PSO算法23

2.4全信息PSO算法24

2.5广泛学习PSO算法25

2.6本章小结26

参考文献26

第3章 PSO算法的学习参数与种群多样性关系28

3.1引言28

3.2种群多样性的定义28

3.3种群多样性的期望29

3.4学习参数与种群多样性的关系32

3.4.1惯性权重对多样性期望的影响32

3.4.2加速系数对多样性期望的影响34

3.4.3惯性权重和加速系数对多样性期望的共同影响36

3.5本章小结38

参考文献39

第4章相关性PSO模型41

4.1引言41

4.2随机因子的认知分析42

4.3基于Copula的相关性PSO模型42

4.3.1关联因子及其度量42

4.3.2Copula函数43

4.3.3模型描述44

4.3.4模型实现46

4.4相关性PSO模型的种群多样性分析47

4.4.1种群多样性的数学期望47

4.4.2实验分析50

4.5相关性PSO模型的收敛性分析51

4.5.1粒子位置收敛性分析51

4.5.2粒子位置方差收敛性分析52

4.6仿真实验55

4.7本章小结58

参考文献58

第5章 PSO学习参数的概率特性分析61

5.1引言61

5.2相关性PSO学习参数的概率特性62

5.2.1SPSO学习参数的概率特性及分析62

5.2.2PL-CPSO学习参数的概率特性及分析65

5.2.3NL-CPSO学习参数的概率特性及分析66

5.3自适应相关性PSO算法67

5.3.1算法原理67

5.3.2仿真实验69

5.4本章小结71

参考文献71

第6章多学习模式相关性PSO算法73

6.1引言73

6.2双学习模式相关性PSO算法74

6.2.1全局学习模式74

6.2.2学习模式间的交互75

6.2.3双学习模式相关性PSO算法的描述75

6.2.4仿真实验76

6.3三学习模式相关性PSO算法88

6.3.1算法描述88

6.3.2仿真实验89

6.4本章小结92

参考文献92

第7章求解多目标优化的问题94

7.1引言94

7.2多目标优化95

7.2.1多目标优化问题的数学描述95

7.2.2主要的多目标PSO算法96

7.3多目标相关性PSO算法97

7.3.1策略设计97

7.3.2算法描述98

7.4仿真实验99

7.4.1实验设计99

7.4.2实验结果分析100

7.5本章小结104

参考文献104

第8章改进的骨干粒子群算法106

8.1引言106

8.2BBPSO算法及其运动行为分析107

8.2.1BBPSO算法107

8.2.2BBPSO行为分析107

8.3并行协作BBPSO108

8.3.1主群的学习机制108

8.3.2从群的学习机制109

8.3.3交互机制110

8.4数值实验及分析110

8.4.1测试函数和参数设置110

8.4.2评价指标111

8.4.3算法的收敛精度和速度比较111

8.5本章小结114

参考文献114

第9章证券投资组合问题中的应用116

9.1引言116

9.2证券投资组合模型分析117

9.2.1证券投资组合的概率准则模型117

9.2.2多因素证券投资组合模型118

9.3相关性PSO求解证券投资组合问题120

9.3.1基于单目标的证券投资组合问题求解120

9.3.2基于多目标的证券投资组合问题求解121

9.4仿真实验122

9.4.1求解证券投资组合的概率准则模型实验122

9.4.2求解多因素证券投资组合问题实验123

9.5本章小结127

参考文献128

第10章基于骨干粒子群算法的图像分割方法129

10.1引言129

10.2最佳阈值选取129

10.3基于BBPSO的多阈值分割算法130

10.4仿真实验与性能测试130

10.4.1参数设置130

10.4.2实验结果131

10.5本章小结133

参考文献134

附录1136

附录2142