粒子群算法及应用PDF电子书下载

第1章 绪论 1

1.1最优化问题 1

1.1.1函数优化问题与组合优化问题 2

1.1.2优化算法的发展 3

1.2几种常见的启发式算法 4

1.2.1遗传算法 5

1.2.2模拟退火算法 6

1.2.3人工神经网络 8

1.3群体智能算法 9

1.3.1蚁群算法 9

1.3.2粒子群算法 13

1.4粒子群算法的发展与应用 13

1.4.1粒子群算法的发展 13

1.4.2粒子群算法的应用 14

参考文献 15

第2章 基本粒子群算法 16

2.1引言 16

2.2基本粒子群算法 17

2.3带惯性权重的粒子群算法 19

2.3.1一般的惯性因子设计 19

2.3.2基于模糊系统的惯性因子的动态调整 21

2.4带收缩因子的粒子群算法 23

2.5与其他算法的异同 24

2.5.1基于梯度的优化算法 24

2.5.2进化计算方法 24

2.5.3蚁群算法 25

2.6复杂度 26

2.6.1复杂度的判定标准和基本概念 27

2.6.2时空复杂度分析 28

参考文献 29

第3章 粒子群算法的分析 30

3.1一维空间轨迹 30

3.1.1粒子群系统的简化 30

3.1.2单个粒子的轨迹 31

3.2多维空间轨迹 32

3.2.1区域特性 33

3.2.2步长分析 34

3.3代数分析 35

3.3.1系统简化 35

3.3.2代数观点 36

3.4解析分析 39

3.5差分方程分析 41

3.5.1粒子运动轨迹的稳定性分析 41

3.5.2粒子运动轨迹的影响因素 43

3.5.3粒子运动轨迹与算法收敛的关系 47

参考文献 47

第4章 改进的粒子群算法及分析 48

4.1离散粒子群优化算法 48

4.1.1二进制离散粒子群优化算法 48

4.1.2改进的二值离散粒子群优化算法 49

4.1.3离散量子粒子群优化算法 51

4.1.4模糊离散粒子群优化算法 51

4.2小生境粒子群优化算法 53

4.2.1小生境粒子群算法 53

4.2.2基于聚类的小生境粒子群算法 55

4.2.3种群小生境粒子群算法 57

4.3混合粒子群优化算法 58

4.3.1基于遗传思想改进粒子群算法 58

4.3.2混沌粒子群优化算法 60

4.3.3基于模拟退火的粒子群优化算法 61

4.4其他粒子群改进算法 64

4.4.1子矢量 65

4.4.2子矢量的更新过程 66

4.4.3参数分析 67

参考文献 70

第5章 在函数优化中的应用 72

5.1基准测试函数 72

5.2优化测试函数的分类 87

5.2.1无约束优化测试函数 87

5.2.2有约束优化测试函数 99

5.2.3极大极小优化测试函数 108

5.2.4多目标优化测试函数 109

5.3智能单粒子算法优化性能 111

参考文献 114

第6章 在图像压缩中的应用 115

6.1矢量量化 115

6.2常用的几种矢量量化方法 117

6.2.1K-means算法 117

6.2.2模糊K-means算法 119

6.2.3模糊矢量量化算法 121

6.2.4FRLVQ算法 123

6.2.5FRLVQ-FVQ算法 126

6.3粒子对算法 127

6.3.1粒子结构 128

6.3.2与传统粒子群算法的差异 129

6.3.3码书更新过程 131

6.4算法比较 131

参考文献 136

第7章 在基因聚类中的应用 138

7.1基因芯片技术简介 138

7.2基因表达数据聚类分析 140

7.2.1基因表达数据分析 140

7.2.2聚类分析 143

7.3基因表达数据聚类分析 144

7.3.1聚类算法的分类 144

7.3.2K-means聚类 145

7.3.3层次聚类 146

7.3.4自组织映射 147

7.3.5改进型聚类算法 150

7.4粒子对算法在基因聚类中的应用 153

7.4.1粒子结构 153

7.4.2聚类分析 154

7.4.3聚类结果 155

7.5基因聚类分析结果的评价标准 161

参考文献 164

第8章 粒子群算法应用综述 167

8.1优化问题求解 167

8.1.1约束优化问题求解 167

8.1.2规划问题求解 168

8.1.3离散空间组合优化问题求解 168

8.2工程设计与优化领域 169

8.2.1电路及滤波器设计 169

8.2.2神经网络训练 170

8.2.3控制器设计与优化 171

8.2.4RBF网络优化训练举例 172

8.3电力系统领域 175

8.3.1电容器优化配置 176

8.3.2最优潮流计算与无功优化控制 176

8.3.3机组优化组合问题 177

8.3.4电网扩展计划 177

8.3.5电力系统恢复 178

8.3.6负荷经济分配及调度 178

8.3.7状态估计 179

8.3.8参数辨识 179

8.3.9优化设计 180

8.3.10 OPF问题举例 180

8.4机器人控制领域 185

8.4.1机器人控制与协调 185

8.4.2移动机器人路径规划 186

8.5交通运输领域 186

8.5.1车辆路径问题 186

8.5.2 VRP问题举例 188

8.5.3交通控制 191

8.6通信领域 193

8.6.1路由选择及移动通信基站布置优化 193

8.6.2天线阵列控制 194

8.6.3偏振模色散补偿 194

8.7计算机领域 195

8.7.1任务分配问题 195

8.7.2数据分类 195

8.7.3图像处理 195

8.8工业生产优化领域 196

8.8.1机械领域 196

8.8.2化工领域 197

8.9生物医学领域 198

8.10电磁学领域 199

参考文献 200

附录A 粒子对算法应用于图像矢量量化的源代码 206

附录B 智能单粒子优化算法求解函数的源代码 222

附录C 23个基准测试函数 231

附录D 基因聚类常用软件 244