Справка
STUDENT'S CONSULTANT
Электронная библиотека технического вуза
Все издания
Login/Registration
Во весь экран / Свернуть
ru
Accessibility
General Catalogue
Все издания
Menu
Искать в книге
К результату поиска
Advanced search
Bookmarks
Homepage
Login/Registration
Во весь экран / Свернуть
ru
Управление
My reports
General Catalogue
Издательства
УГС
Мои списки
Download app
Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой
Оборот титула
Table of contents
Предисловие
Основные обозначения
Введение
Глава 1. Постановка задачи поисковой оптимизации и непопуляционные стохастические алгоритмы ее решения
+
Глава 2. Эволюционные алгоритмы
+
Глава 3. Алгоритмы роя частиц, колонии муравьев и пчелиного роя
-
3.1. Оптимизация роем частиц
3.1.1. Канонический алгоритм роя частиц
3.1.2. Модификации канонического алгоритма роя частиц
3.1.3. Топологии соседства частиц
3.1.4. Алгоритмы с динамической топологией соседства частиц
3.1.5. Гибридный алгоритм на основе роя частиц и имитации отжига
3.1.6. Пример решения задачи с использованием алгоритма роя частиц
3.2. Муравьиная оптимизация
3.2.1. Бионические предпосылки
3.2.2. Алгоритм непрерывной оптимизации колонией муравьев
3.2.3. Алгоритм непрерывно взаимодействующей колонии муравьев
3.2.4. Непрерывный ортогональный алгоритм муравьиной колонии
3.2.5. Гибридный алгоритм непрерывно взаимодействующей муравьиной колонии
3.2.6. Пример применения модифицированного алгоритма CIAC
3.3. Оптимизация пчелиным роем
3.3.1. Бионические предпосылки
3.3.2. Пчелиный алгоритм
3.3.3. Алгоритм колонии искусственных пчел
3.3.4. Гибридный алгоритм
Вопросы для самопроверки
Глава 4. Другие популяционные алгоритмы, вдохновленные живой природой
+
Глава 5. Популяционные алгоритмы, инспирированные неживой природой, человеческим обществом, и другие популяционные алгоритмы
+
Глава 6. Гибридизация популяционных алгоритмов
+
Глава 7. Метаоптимизация популяционных алгоритмов
+
Глава 8. Популяционные алгоритмы многоцелевой оптимизации
+
Глава 9. Параллельные популяционные алгоритмы поисковой оптимизации
+
Литература
Приложение А. История разработки популяционных алгоритмов поисковой оптимизации
Приложение Б. Тестовые функции для одноцелевой задачи глобальной оптимизации
Приложение В. Тестовые задачи многоцелевой оптимизации
Предметный указатель
Close Menu
Раздел
6
/
17
Страница
24
/
68
Глава 3. Алгоритмы роя частиц, колонии муравьев и пчелиного роя
/
/
Внимание! Для озвучивания и цитирования книги перейдите в режим постраничного просмотра.
Для продолжения работы требуется
Registration
General Catalogue
Издательства
УГС
Мои списки
Скачать приложение
Современные алгоритмы поисковой оптимизации. Алгоритмы, вдохновленные природой
Table of contents
Предисловие
Основные обозначения
Введение
Глава 1. Постановка задачи поисковой оптимизации и непопуляционные стохастические алгоритмы ее решения
+
Глава 2. Эволюционные алгоритмы
+
Глава 3. Алгоритмы роя частиц, колонии муравьев и пчелиного роя
-
3.1. Оптимизация роем частиц
3.1.1. Канонический алгоритм роя частиц
3.1.2. Модификации канонического алгоритма роя частиц
3.1.3. Топологии соседства частиц
3.1.4. Алгоритмы с динамической топологией соседства частиц
3.1.5. Гибридный алгоритм на основе роя частиц и имитации отжига
3.1.6. Пример решения задачи с использованием алгоритма роя частиц
3.2. Муравьиная оптимизация
3.2.1. Бионические предпосылки
3.2.2. Алгоритм непрерывной оптимизации колонией муравьев
3.2.3. Алгоритм непрерывно взаимодействующей колонии муравьев
3.2.4. Непрерывный ортогональный алгоритм муравьиной колонии
3.2.5. Гибридный алгоритм непрерывно взаимодействующей муравьиной колонии
3.2.6. Пример применения модифицированного алгоритма CIAC
3.3. Оптимизация пчелиным роем
3.3.1. Бионические предпосылки
3.3.2. Пчелиный алгоритм
3.3.3. Алгоритм колонии искусственных пчел
3.3.4. Гибридный алгоритм
Вопросы для самопроверки
Глава 4. Другие популяционные алгоритмы, вдохновленные живой природой
+
Глава 5. Популяционные алгоритмы, инспирированные неживой природой, человеческим обществом, и другие популяционные алгоритмы
+
Глава 6. Гибридизация популяционных алгоритмов
+
Глава 7. Метаоптимизация популяционных алгоритмов
+
Глава 8. Популяционные алгоритмы многоцелевой оптимизации
+
Глава 9. Параллельные популяционные алгоритмы поисковой оптимизации
+
Литература
Приложение А. История разработки популяционных алгоритмов поисковой оптимизации
Приложение Б. Тестовые функции для одноцелевой задачи глобальной оптимизации
Приложение В. Тестовые задачи многоцелевой оптимизации
Предметный указатель