书目信息 |
题名: |
量子行为粒子群优化
|
|
作者: | 孙俊 , 吴小俊 , 须文波 , 方伟 著 | |
分册: | ||
出版信息: | 北京 清华大学出版社 2011.08 |
|
页数: | ⅩⅢ, 236页 | |
开本: | 23cm | |
丛书名: | 中国计算机学会学术著作丛书 | |
单 册: | ||
中图分类: | TP301.6 | |
科图分类: | ||
主题词: | 电子计算机--dian zi ji suan ji--算法理论 | |
电子资源: | ||
ISBN: | 978-7-302-24935-1 |
000 | 01436nam 2200277 450 | |
001 | 295296 | |
010 | @a978-7-302-24935-1@dCNY45.00 | |
100 | @a20111101d2011 ekmy0chiy50 ea | |
101 | 0 | @achi |
102 | @aCN@b110000 | |
105 | @aak a 000yy | |
200 | 1 | @a量子行为粒子群优化@Aliang zi xing wei li zi qun you hua@e原理及其应用@f孙俊 … [等] 著 |
210 | @a北京@c清华大学出版社@d2011.08 | |
215 | @aⅩⅢ, 236页@c图@d23cm | |
225 | 2 | @a中国计算机学会学术著作丛书@AZhong guo ji suan ji xue hui xue shu zhu zuo cong shu@i知识科学系列@v7 |
320 | @a有书目 (第228-229页) | |
330 | @a粒子群优化算法是群体智能优化算法的典型代表之一,已经成为随机优化领域的一个研究热点。本书所述的量子行为粒子群优化算法是在粒子群优化算法思想的启发下,引入了量子模型的概率化粒子群优化算法。本书共9章:首先分析了群体智能的定义和特征,并对群体智能算法的代表算法作了综述;其次介绍了粒子群优化算法的基本思想及部分重要的改进方法;然后系统地介绍了量子行为粒子群优化算法的思想来源、理论依据和实现方法;最后详细介绍了量子行为粒子群优化算法在函数优化、系统辨识、生物信息、图像处理及工程优化中的应用方法和应用效果。 | |
410 | 0 | @12001 @a中国计算机学会学术著作丛书@i知识科学系列@v7 |
606 | 0 | @a电子计算机@Adian zi ji suan ji@x算法理论 |
690 | @aTP301.6@v5 | |
701 | 0 | @a孙俊@Asun jun@4著 |
701 | 0 | @a吴小俊@Awu xiao jun@4著 |
701 | 0 | @a须文波@Axu wen bo@4著 |
701 | 0 | @a方伟@Afang wei@4著 |
801 | 0 | @aCN@c20111101 |
905 | @dTP301.6@eS920@f3 | |
量子行为粒子群优化:原理及其应用/孙俊 … [等] 著.-北京:清华大学出版社,2011.08 |
ⅩⅢ, 236页:图;23cm.-(中国计算机学会学术著作丛书.知识科学系列;7) |
ISBN 978-7-302-24935-1:CNY45.00 |
粒子群优化算法是群体智能优化算法的典型代表之一,已经成为随机优化领域的一个研究热点。本书所述的量子行为粒子群优化算法是在粒子群优化算法思想的启发下,引入了量子模型的概率化粒子群优化算法。本书共9章:首先分析了群体智能的定义和特征,并对群体智能算法的代表算法作了综述;其次介绍了粒子群优化算法的基本思想及部分重要的改进方法;然后系统地介绍了量子行为粒子群优化算法的思想来源、理论依据和实现方法;最后详细介绍了量子行为粒子群优化算法在函数优化、系统辨识、生物信息、图像处理及工程优化中的应用方法和应用效果。 |
● |
相关链接 |
正题名:量子行为粒子群优化
索取号:TP301.6/S920
 
预约/预借
序号 | 登录号 | 条形码 | 馆藏地/架位号 | 状态 | 备注 |
1 | 1062459 | 210624591 | 自科库301/301自科库 101排4列2层/ [索取号:TP301.6/S920] | 在馆 | |
2 | 1062460 | 210624608 | 自科库301/301自科库 101排4列2层/ [索取号:TP301.6/S920] | 在馆 | |
3 | 1062461 | 210624617 | 自科二线404/404自科库 12排6列3层/ [索取号:TP301.6/S920] | 在馆 |