智能優化算法與MATLAB編程實踐

陳克偉,魏曙光,範旭,張嘉曦,金東陽,王素雲,譚玉彬,張明

  • 出版商: 清華大學
  • 出版日期: 2023-10-01
  • 定價: $539
  • 售價: 8.5$458
  • 語言: 簡體中文
  • 頁數: 256
  • 裝訂: 平裝
  • ISBN: 7302648263
  • ISBN-13: 9787302648260
  • 相關分類: Matlab
  • 下單後立即進貨 (約4週~6週)

  • 智能優化算法與MATLAB編程實踐-preview-1
  • 智能優化算法與MATLAB編程實踐-preview-2
  • 智能優化算法與MATLAB編程實踐-preview-3
智能優化算法與MATLAB編程實踐-preview-1

買這商品的人也買了...

相關主題

商品描述

《智能優化算法與MATLAB編程實踐》介紹了國內外新研發的10種智能優化算法,對每種算法的靈感來源、實現過程、函數編程、案例應用都進行了細致描述並給出詳細的MATLAB代碼,使讀者快速掌握智能優化算法的學習和應用方法。 全書共分為12章,前10章分別介紹10種智能優化算法的原理、MATLAB實現、具體函數尋優求解過程和應用案例;第11章列舉了23種衡量智能優化算法性能的常見測試函數,並給出MATLAB代碼;第12章重點介紹智能優化算法的評價指標體系,選取部分測試函數和文中算法進行測試與分析,並給出完整MATLAB代碼,供讀者參考。 本書的主要特點為算法新穎,要素齊全,案例豐富,可移植性和實戰性強。理論研究和工程技術人員可通過本書快速理解、掌握書中算法,節省大量時間,感興趣的讀者可以在此基礎上進行深入研究。 本書可作為本科生、研究生和教師的學慣用書,也可以作為廣大科研工作者、工程技術人員的參考用書。

目錄大綱

目    錄

第1章  蜉蝣優化算法 1

1.1  基本原理 1

1.1.1  雄性蜉蝣的運動 1

1.1.2  雌性蜉蝣的運動 2

1.1.3  雌雄蜉蝣的交配過程 3

1.1.4  蜉蝣優化算法流程 3

1.2  MATLAB實現 4

1.2.1  種群初始化 4

1.2.2  適應度函數 7

1.2.3  邊界檢查和約束函數 8

1.2.4  蜉蝣優化算法代碼 9

1.3  函數尋優 13

1.3.1  問題描述 13

1.3.2  適應度函數設計 14

1.3.3  主函數設計 15

1.4  減速器設計 16

1.4.1  問題描述 16

1.4.2  適應度函數設計 18

1.4.3  主函數設計 19

參考文獻 21

第2章  哈裡斯鷹優化算法 22

2.1  基本原理 22

2.1.1  搜索階段 23

2.1.2  從搜索到開發的轉換階段 23

2.1.3  開發階段 24

2.1.4  哈裡斯鷹優化算法流程 27

2.2  MATLAB實現 28

2.2.1  種群初始化 29

2.2.2  適應度函數 31

2.2.3  邊界檢查和約束函數 32

2.2.4  Levy飛行函數 33

2.2.5  算法代碼 34

2.3  函數尋優 37

2.3.1  問題描述 37

2.3.2  適應度函數設計 38

2.3.3  主函數設計 38

2.4  拉伸/壓縮彈簧設計 40

2.4.1  問題描述 40

2.4.2  適應度函數設計 40

2.4.3  主函數設計 41

參考文獻 43

第3章  獅群優化算法 44

3.1  基本原理 44

3.1.1  獅王更新方式 45

3.1.2  母獅更新方式 45

3.1.3  幼獅更新方式 46

3.1.4  獅群優化算法流程 47

3.2  MATLAB實現 48

3.2.1  種群初始化 48

3.2.2  適應度函數 51

3.2.3  邊界檢查和約束函數 51

3.2.4  獅群優化算法代碼 52

3.3  函數尋優 54

3.3.1  問題描述 54

3.3.2  適應度函數設計 55

3.3.3  主函數設計 56

3.4  壓力容器設計 57

3.4.1  問題描述 57

3.4.2  適應度函數設計 58

3.4.3  主函數設計 59

參考文獻 61

第4章  樽海鞘群算法 62

4.1  基本原理 62

4.1.1  樽海鞘群算法的數學模型 62

4.1.2  樽海鞘群算法流程 64

4.2  MATLAB實現 65

4.2.1  種群初始化 65

4.2.2  適應度函數 68

4.2.3  邊界檢查和約束函數 69

4.2.4  樽海鞘群算法代碼 70

4.3  函數尋優 71

4.3.1  問題描述 71

4.3.2  適應度函數設計 72

4.3.3  主函數設計 73

4.4  三桿桁架設計 74

4.4.1  問題描述 74

4.4.2  適應度函數設計 75

4.4.3  主函數設計 76

參考文獻 78

第5章  禿鷹搜索算法 79

5.1  基本原理 79

5.1.1  選擇階段 79

5.1.2  搜索階段 80

5.1.3  俯沖階段 81

5.1.4  禿鷹搜索算法流程 81

5.2  MATLAB實現 82

5.2.1  種群初始化 82

5.2.2  適應度函數 85

5.2.3  邊界檢查和約束函數 86

5.2.4  禿鷹搜索算法代碼 87

5.3  函數尋優 89

5.3.1  問題描述 89

5.3.2  適應度函數設計 90

5.3.3  主函數設計 90

5.4  齒輪傳動設計 92

5.4.1  問題描述 92

5.4.2  適應度函數設計 93

5.4.3  主函數設計 93

參考文獻 95

第6章  烏燕鷗優化算法 96

6.1  基本原理 96

6.1.1  遷徙行為(勘探階段) 96

6.1.2  攻擊行為(開發階段) 97

6.1.3  烏燕鷗優化算法流程 98

6.2  MATLAB實現 99

6.2.1  種群初始化 99

6.2.2  適應度函數 102

6.2.3  邊界檢查和約束函數 102

6.2.4  烏燕鷗優化算法代碼 104

6.3  函數尋優 105

6.3.1  問題描述 106

6.3.2  適應度函數設計 107

6.3.3  主函數設計 107

6.4  懸臂梁設計 108

6.4.1  問題描述 108

6.4.2  適應度函數設計 109

6.4.3  主函數設計 110

參考文獻 112

第7章  平衡優化器算法 113

7.1  基本原理 113

7.1.1  算法物理背景 113

7.1.2  優化原理 114

7.1.3  平衡優化器算法流程 116

7.2  MATLAB實現 117

7.2.1  種群初始化 117

7.2.2  適應度函數 120

7.2.3  邊界檢查和約束函數 121

7.2.4  平衡優化器算法代碼 122

7.3  函數尋優 124

7.3.1  問題描述 124

7.3.2  適應度函數設計 125

7.3.3  主函數設計 125

7.4  管狀柱設計 127

7.4.1  問題描述 127

7.4.2  適應度函數設計 128

7.4.3  主函數設計 129

參考文獻 130

第8章  海洋捕食者算法 132

8.1  基本原理 132

8.1.1  初始化 132

8.1.2  優化階段 133

8.1.3  渦流形成與魚群聚集裝置效應 134

8.1.4  海洋捕食者算法流程 134

8.2  MATLAB實現 136

8.2.1  種群初始化 136

8.2.2  適應度函數 139

8.2.3  邊界檢查和約束函數 139

8.2.4  Levy飛行 140

8.2.5  海洋捕食者算法代碼 141

8.3  函數尋優 144

8.3.1  問題描述 144

8.3.2  適應度函數設計 145

8.3.3  主函數設計 145

8.4  活塞桿設計 147

8.4.1  問題描述 147

8.4.2  適應度函數設計 148

8.4.3  主函數設計 149

參考文獻 151

第9章  算術優化算法 152

9.1  基本原理 152

9.1.1  算術優化算法的原理 152

9.1.2  算術優化算法流程 154

9.2  MATLAB實現 156

9.2.1  種群初始化 156

9.2.2  適應度函數 158

9.2.3  邊界檢查和約束函數 159

9.2.4  算術優化算法代碼 160

9.3  函數尋優 162

9.3.1  問題描述 162

9.3.2  適應度函數設計 163

9.3.3  主函數設計 163

9.4  焊接梁設計 165

9.4.1  問題描述 165

9.4.2  適應度函數設計 167

9.4.3  主函數設計 168

參考文獻 169

第10章  蝠鱝覓食優化算法 171

10.1  基本原理 171

10.1.1  鏈式覓食 171

10.1.2  螺旋式覓食 172

10.1.3  翻滾式覓食 173

10.1.4  蝠鱝覓食優化算法流程 174

10.2  MATLAB實現 175

10.2.1  種群初始化 175

10.2.2  適應度函數 177

10.2.3  邊界檢查和約束函數 178

10.2.4  蝠鱝覓食優化算法代碼 179

10.3  函數尋優 181

10.3.1  問題描述 181

10.3.2  適應度函數設計 183

10.3.3  主函數設計 183

10.4  鋼筋混凝土梁設計 184

10.4.1  問題描述 185

10.4.2  適應度函數設計 185

10.4.3  主函數設計 186

參考文獻 188

第11章  智能優化算法基準函數集合 189

11.1  基準測試集簡介 189

11.2  基準測試函數搜索空間繪圖和代碼 191

11.2.1  F1函數 191

11.2.2  F2函數 192

11.2.3  F3函數 193

11.2.4  F4函數 195

11.2.5  F5函數 196

11.2.6  F6函數 197

11.2.7  F7函數 199

11.2.8  F8函數 200

11.2.9  F9函數 201

11.2.10  F10函數 202

11.2.11  F11函數 204

11.2.12  F12函數 205

11.2.13  F13函數 207

11.2.14  F14函數 208

11.2.15  F15函數 209

11.2.16  F16函數 211

11.2.17  F17函數 212

11.2.18  F18函數 213

11.2.19  F19函數 215

11.2.20  F20函數 216

11.2.21  F21函數 218

11.2.22  F22函數 219

11.2.23  F23函數 220

參考文獻 222

第12章  智能優化算法性能測試 223

12.1  智能優化算法評價指標 223

12.1.1  平均值 223

12.1.2  標準差 223

12.1.3  最優值和最差值 225

12.1.4  收斂曲線 225

12.2  基準測試函數測試 226

12.2.1  測試函數信息 226

12.2.2  測試方法及參數設置 226

12.2.3  測試結果 227

12.2.4  測試代碼 233

12.3  工程案例測試 235

12.3.1  測試案例信息 235

12.3.2  測試方法及參數設置 245

12.3.3  測試結果 246

12.2.4  測試代碼 253