-- 會員 / 註冊 --  
 帳號:
 密碼:
  | 註冊 | 忘記密碼
3/26 新書到! 3/19 新書到! 3/14 新書到! 12/12 新書到!
購書流程Q & A站務留言版客服信箱
3ds MaxMayaRhinoAfter EffectsSketchUpZBrushPainterUnity
PhotoShopAutoCadMasterCamSolidWorksCreoUGRevitNuke
C#CC++Java遊戲程式Linux嵌入式PLCFPGAMatlab
駭客資料庫搜索引擎影像處理FluentVR+ARANSYS深度學習
單晶片AVROpenGLArduinoRaspberry Pi電路設計CadenceProtel
HadoopPythonStm32CortexLabview手機程式AndroidiPhone
可查書名,作者,ISBN,3dwoo書號
詳細書籍分類

蝙蝠優化算法

( 簡體 字)
作者:蔡星娟類別:1. -> 程式設計 -> 演算法
譯者:
出版社:電子工業出版社蝙蝠優化算法 3dWoo書號: 52677
詢問書籍請說出此書號!

有庫存
NT售價: 395

出版日:3/1/2020
頁數:228
光碟數:0
站長推薦:
印刷:黑白印刷語系: ( 簡體 版 )
加入購物車 加到我的最愛
(請先登入會員)
ISBN:9787121378393
作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 
(簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證)
作者序:

譯者序:

前言:

內容簡介:

算法是一種新穎的模擬蝙蝠行為的群智能優化算法,因該算法有模型簡單、參數少、通用性強等優點,故被廣泛應用于解決實際問題。本書分為8章,第1∼2章介紹蝙蝠優化算法的基本框架、研究進展,并討論了蝙蝠算法的全局收斂性問題;第3∼6章從蝙蝠算法的全局搜索方式、局部搜索方式、全局/局部搜索的平衡策略、全局/局部搜索的集成策略等方面介紹作者的工作;第7∼8章圍繞軟件缺陷預測問題,分別構造多目標軟件缺陷預測模型和高維多目標軟件缺陷預測模型,并有針對性地設計相應的多目標蝙蝠優化算法和高維多目標蝙蝠優化算法來對模型進行求解,從而為解決相關問題提供參考。本書適合從事智能計算研究與應用的科技工作者和工程技術人員閱讀使用,也可以作為高等院校計算機科學與技術、控制科學與工程等學科高年級本科生及研究生的教學參考書。
目錄:

**部分 導引篇
第1章 緒論 3
1.1 優化算法概述 4
1.2 確定性優化算法 4
1.3 隨機優化算法 5
1.4 基本蝙蝠算法簡介 7
1.5 蝙蝠算法研究綜述 9
1.6 本書的框架 17
參考文獻 18
第2章 蝙蝠算法的收斂性分析 31
2.1 全局收斂性的相關概念 32
2.2 蝙蝠算法收斂性分析現狀 33
2.3 基本蝙蝠算法分析 35
2.4 3種邊界條件 39
2.5 基本蝙蝠算法的收斂性分析 40
2.6 標準蝙蝠算法的收斂性分析 46
2.7 收斂速度分析 49
2.8 小結 50
參考文獻 50
第二部分 原理篇
第3章 三角翻轉蝙蝠算法 53
3.1 記憶方式的速度*新公式分析 54
3.2 三角翻轉法介紹 56
3.2.1 基于對稱方式的三角翻轉法 56
3.2.2 基于比例方式的三角翻轉法 57
3.3 記憶型三角翻轉蝙蝠算法 59
3.3.1 記憶型三角翻轉蝙蝠算法概述 59
3.3.2 收斂性證明 60
3.3.3 仿真試驗 61
3.4 無記憶型三角翻轉蝙蝠算法 64
3.4.1 無記憶型三角翻轉蝙蝠算法概述 64
3.4.2 仿真試驗 67
3.5 快速三角翻轉蝙蝠算法 69
3.5.1 快速三角翻轉蝙蝠算法概述 69
3.5.2 仿真試驗 70
3.6 小結 78
參考文獻 79
第4章 蝙蝠算法的擾動策略設計 81
4.1 標準蝙蝠算法的局部收斂性能分析 82
4.2 線性遞減策略 86
4.2.1 算法思想 86
4.2.2 參數選擇 87
4.3 曲線遞減策略 89
4.3.1 算法思想 89
4.3.2 參數選擇 90
4.4 基于曲線遞減策略的快速三角翻轉蝙蝠算法 94
4.5 LEACH協議的優化應用 97
4.6 小結 101
參考文獻 102
第5章 全局搜索與局部搜索的轉化策略 105
5.1 已有的轉化策略 106
5.2 隨機轉化策略 107
5.3 基于適應值信息的轉化策略 110
5.3.1 基于秩的轉化策略 110
5.3.2 基于數值的轉化策略 114
5.4 基于啟發式信息的統一搜索蝙蝠算法 115
5.5 DV-Hop算法的優化 121
5.6 小結 125
參考文獻 126
第6章 集成策略算法 129
6.1 UHBA算法分析 130
6.2 6種集成策略 131
6.3 固定概率選擇的集成算法 134
6.4 動態概率選擇的集成算法 138
6.4.1 動態概率選擇策略 138
6.4.2 仿真試驗 141
6.5 小結 148
參考文獻 149
第三部分 應用篇
第7章 多目標蝙蝠算法軟件缺陷預測 153
7.1 多目標軟件缺陷預測 154
7.1.1 研究背景 154
7.1.2 問題介紹 156
7.1.3 欠采樣軟件缺陷預測模型 159
7.2 多目標蝙蝠算法 161
7.2.1 多目標優化問題 161
7.2.2 多目標蝙蝠算法分析 162
7.2.3 不平衡數據集的欠采樣軟件缺陷預測具體實現方式 163
7.3 仿真試驗 164
7.4 小結 168
參考文獻 169
第8章 高維多目標蝙蝠算法軟件缺陷預測 173
8.1 高維多目標軟件缺陷預測問題 174
8.2 高維多目標優化算法研究現狀 175
8.3 高維多目標蝙蝠算法 176
8.3.1 基于維度*新的高維多目標蝙蝠算法全局*新策略 176
8.3.2 基于維度*新的高維多目標蝙蝠算法局部*新策略 177
8.3.3 適應值估計方法 177
8.3.4 目標函數 179
8.3.5 算法框架 181
8.4 仿真試驗 181
8.4.1 參數設置及度量指標 181
8.4.2 試驗結果分析 182
8.5 小結 184
參考文獻 184
附錄A 快速三角翻轉蝙蝠算法源代碼 189
附錄B 基于曲線遞減策略的快速三角翻轉蝙蝠算法源代碼 197
附錄C 基于秩轉化的曲線遞減快速三角翻轉蝙蝠算法源代碼 203
附錄D 基于數值轉化的曲線遞減快速三角翻轉蝙蝠算法源代碼 209
序: