微粒群优化与调度算法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

微粒群优化与调度算法PDF格式电子书版下载

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

第1章　微粒群优化算法1

1.1　微粒群优化算法的基本原理1

1.2　基本微粒群优化算法2

1.3　基本微粒群优化算法的流程和特点3

1.4　微粒群优化算法的改进研究4

1.5　复杂环境下的微粒群优化算法研究5

1.5.1 基于PSO算法的多目标优化5

1.5.2　基于PSO算法的约束优化7

1.5.3　基于PSO算法的离散优化7

1.5.4　基于PSO算法的动态优化8

1.6　微粒群优化算法的应用研究8

1.7　微粒群优化算法研究总结与展望10

参考文献10

第2章　群体智能优化统一框架15

2.1　群体智能优化算法理论研究进展15

2.1.1　统一框架研究概述15

2.1.2　收敛性理论研究概述16

2.2　群体智能优化算法的统一描述16

2.2.1　群体智能优化算法的基本环节16

2.2.2　群体智能优化算法的统一框架17

2.3　群体智能优化框架的实例化19

2.3.1　微粒群优化算法19

2.3.2　差分进化算法20

2.3.3　分散搜索算法21

2.3.4　蚁群算法22

2.3.5　遗传算法23

2.3.6　进化规划24

2.3.7　进化策略24

2.4　基于统一框架的群体智能优化算法设计25

2.4.1　社会协作策略的选择25

2.4.2 自我适应策略的选择26

2.4.3　竞争策略的选择26

2.5　混合群体智能优化算法的统一描述27

2.5.1　混合群体智能优化算法的基本环节27

2.5.2　混合群体智能优化算法的统一框架28

2.6　基于统一框架的算法收敛性分析28

2.6.1　基础知识28

2.6.2　基于统一框架的群体智能优化算法性能分析29

2.6.3　基于统一框架的混合智能算法性能分析32

2.7　小结32

参考文献33

第3章　基于PSO算法的无约束优化36

3.1　混沌微粒群优化算法36

3.1.1 自适应惯性权因子36

3.1.2　混沌局部搜索37

3.1.3　混沌PSO算法38

3.1.4　仿真实验39

3.2　结合模拟退火的微粒群优化算法45

3.2.1　混合算法的设计思想45

3.2.2　混合微粒群优化算法流程46

3.2.3　基于混合PSO算法的参数估计47

3.3　基于PSO算法的混沌系统控制与同步51

3.3.1　混沌系统的控制和同步问题描述52

3.3.2　混沌系统控制的仿真53

3.3.3　混沌系统同步的仿真56

参考文献57

第4章　基于PSO算法的约束优化59

4.1　约束优化问题描述59

4.2　智能约束处理技术概述62

4.2.1　无约束化处理62

4.2.2　基于排序的方法64

4.2.3　基于多目标的方法65

4.2.4　特殊算子法67

4.2.5　基于译码器的方法67

4.2.6　基于文化算法的技术68

4.2.7　修补技术68

4.2.8　算法混合的策略69

4.3　基于协进化PSO算法的约束优化70

4.3.1　研究思路70

4.3.2　协进化模型70

4.3.3　CPSO算法设计71

4.3.4　数值仿真与分析73

4.3.5　CPSO算法的改进82

4.4　基于可行性规则的混合PSO算法85

4.4.1　设计思路85

4.4.2　混合微粒群优化算法设计85

4.4.3　数值仿真与分析87

参考文献93

第5章　基于PSO算法的不确定优化96

5.1　不确定函数的混合PSO算法96

5.1.1　假设检验96

5.1.2　序优化思想97

5.1.3　最优计算量分配技术99

5.1.4　混合微粒群优化算法100

5.1.5　仿真实验与比较102

5.2　噪声环境下基于PSO算法的参数估计107

5.2.1 问题描述107

5.2.2　数值仿真108

5.3　噪声环境下基于PSO算法的模型降阶110

5.3.1　问题描述110

5.3.2　数值仿真111

参考文献113

第6章　基于PSO算法的置换流水线调度114

6.1 引言114

6.2　置换流水线调度的数学描述115

6.3　置换流水线调度的算法概述115

6.4　置换流水线调度的混合PSO算法116

6.4.1　解的表达与ROV规则117

6.4.2 基于NEH方法的初始化118

6.4.3　微粒群进化搜索119

6.4.4 基于NEH方法的局部搜索119

6.4.5　基于自适应学习策略的多邻域搜索120

6.4.6　基于Pairwise的局部搜索122

6.4.7　混合PSO算法的流程和框架122

6.4.8　仿真实验与比较125

6.4.9　参数分析130

6.5　置换流水线调度的混合离散PSO算法131

6.5.1　离散微粒群优化操作132

6.5.2　变邻域搜索算子133

6.5.3　仿真实验及结果134

参考文献135

第7章 基于PSO算法的复杂流水线调度138

7.1　基于PSO算法的零等待流水线调度138

7.1.1　零等待流水线调度的问题描述138

7.1.2　零等待流水线调度的算法概述139

7.1.3　零等待流水线调度的混合PSO算法140

7.1.4　数值仿真研究140

7.2　基于PSO算法的有限缓冲区流水线调度145

7.2.1 有限缓冲区流水线调度的问题描述145

7.2.2　有限缓冲区流水线调度的算法概述147

7.2.3　有限缓冲区流水线调度的混合PSO算法148

7.2.4　数值仿真研究150

7.2.5　算法参数分析156

7.3　基于PSO算法的多目标流水线调度161

7.3.1 多目标优化的问题描述161

7.3.2 多目标流水线调度的智能算法概述162

7.3.3　多目标流水线调度的混合PSO算法163

7.3.4　数值仿真研究166

7.4　基于PSO算法的随机流水线调度175

7.4.1　不确定调度的混合微粒群优化算法175

7.4.2　数值仿真研究177

7.5　基于离散PSO算法的零空闲流水线调度178

7.5.1 零空闲流水线调度问题的描述178

7.5.2　快速邻域搜索179

7.5.3　离散微粒群调度算法181

7.5.4　数值仿真研究182

参考文献183

第8章　基于PSO算法的作业车间调度188

8.1　作业车间调度的描述188

8.2　作业车间调度的算法研究191

8.3　作业车间调度的PSO算法研究193

8.3.1 作业车间调度的PSO算法概述193

8.3.2　编码与解码193

8.3.3　速度和位置更新操作197

8.4　作业车间调度的混合微粒群优化算法198

8.4.1　编码与解码198

8.4.2　邻域结构及移动200

8.4.3　微粒群进化搜索203

8.4.4　基于模拟退火的局部搜索204

8.4.5　混合微粒群优化算法205

8.4.6　数值仿真研究206

8.5　作业车间调度的离散微粒群优化算法209

8.5.1　离散微粒群优化算法209

8.5.2　邻域结构和变邻域搜索211

8.5.3　混合离散PSO调度算法212

8.5.4　数值仿真研究215

参考文献216