123,123

內(nèi)容簡(jiǎn)介

　　隨著科學(xué)技術(shù)的進(jìn)步，在現(xiàn)實(shí)中遇到的問(wèn)題變得越來(lái)越復(fù)雜，如何有效地解決是經(jīng)常面臨的一個(gè)問(wèn)題。因此，國(guó)內(nèi)外眾多研究者在不斷地研究和探索，而智能優(yōu)化算法已成為重要的研究方向?！吨悄軆?yōu)化算法及其應(yīng)用》介紹了經(jīng)典、受歡迎的9種智能優(yōu)化算法的基本原理、算法流程、算法的不足與改進(jìn)及網(wǎng)絡(luò)安全領(lǐng)域的應(yīng)用，并給出了仿真測(cè)試實(shí)例，包括遺傳算法、差分進(jìn)化算法、蟻群算法、粒子群算法、人工蜂群算法、灰狼優(yōu)化算法、鯨魚(yú)優(yōu)化算法、模擬退火算法和頭腦風(fēng)暴優(yōu)化算法?！吨悄軆?yōu)化算法及其應(yīng)用》適合作為計(jì)算機(jī)、信息、通信、控制、網(wǎng)絡(luò)安全等相關(guān)專(zhuān)業(yè)高年級(jí)本科生和研究生的教材，也可供從事智能優(yōu)化算法研究和應(yīng)用的科研人員參考。

作者簡(jiǎn)介

暫缺《智能優(yōu)化算法及其應(yīng)用》作者簡(jiǎn)介

圖書(shū)目錄

第1章緒論
1．1 概述
1．2 進(jìn)化類(lèi)算法
1．3 群智能算法
1．4 仿物理學(xué)優(yōu)化算法
1．5 仿人智能優(yōu)化算法
參考文獻(xiàn)
第2章遺傳算法
2．1 引言
2．2 遺傳算法理論
2．2．1 遺傳算法的生物學(xué)基礎(chǔ)
2．2．2 遺傳算法理論基礎(chǔ)
2．2．3 遺傳算法的基本概念
2．2．4 遺傳算法的特點(diǎn)
2．3 遺傳算法流程及關(guān)鍵參數(shù)設(shè)置
2．3．1 標(biāo)準(zhǔn)遺傳算法
2．3．2 遺傳算法基本流程
2．3．3 遺傳算法關(guān)鍵參數(shù)設(shè)置
2．4 遺傳算法的改進(jìn)
2．4．1 遺傳算法存在的問(wèn)題
2．4．2 遺傳算法的改進(jìn)方法
2．5 網(wǎng)絡(luò)安全領(lǐng)域應(yīng)用及仿真測(cè)試實(shí)例
參考文獻(xiàn)
第3章差分進(jìn)化算法
3．1 引言
3．2 差分進(jìn)化算法理論
3．2．1 差分進(jìn)化算法的原理
3．2．2 差分進(jìn)化算法的特點(diǎn)
3．2．3 基本的差分進(jìn)化算法
3．2．4 差分進(jìn)化算法的其他形式
3．3 差分進(jìn)化算法流程及關(guān)鍵參數(shù)設(shè)置
3．3．1 差分進(jìn)化算法流程
3．3．2 差分進(jìn)化算法關(guān)鍵參數(shù)設(shè)置
3．4 差分進(jìn)化算法的改進(jìn)
3．4．1 差分進(jìn)化算法存在的問(wèn)題
3．4．2 差分進(jìn)化算法的改進(jìn)策略
3．5 網(wǎng)絡(luò)安全領(lǐng)域應(yīng)用及仿真測(cè)試實(shí)例
參考文獻(xiàn)
第4章蟻群算法
4．1 引言
4．2 蟻群算法理論
4．2．1 蟻群的抽象
4．2．2 真實(shí)蟻群的覓食過(guò)程
4．2．3 人工蟻群的優(yōu)化過(guò)程
4．2．4 真實(shí)螞蟻與人工螞蟻的異同
4．2．5 蟻群算法的特點(diǎn)
4．3 基本蟻群算法流程及關(guān)鍵參數(shù)設(shè)置
4．3．1 基本蟻群算法流程
4．3．2 蟻群算法關(guān)鍵參數(shù)設(shè)置
4．4 蟻群算法的改進(jìn)
4．4．1 蟻群算法存在的問(wèn)題
4．4．2 蟻群算法的改進(jìn)算法
4．5 網(wǎng)絡(luò)安全領(lǐng)域應(yīng)用及仿真測(cè)試實(shí)例
參考文獻(xiàn)
……
第5章粒子群算法
第6章人工蜂群算法
第7章灰狼優(yōu)化算法
第8章鯨魚(yú)優(yōu)化算法
第9章模擬退火算法
第10章頭腦風(fēng)暴優(yōu)化算法