类电磁机制算法的研究与应用 PDF下载

编辑推荐

类电磁机制算法的研究与应用主要介绍了一种新型的元启发式全局优化算法——类电磁机制算法。作者多年来一直从事该领域的研究，对原EM算法的不足进行改进。内容详实，有很高的参考价值。本书可作为计算机、自动控制、人工智能、管理科学和工业工程等专业高年级本科生和研究生的学习参考书，也可供从事计算智能、生产调度等工作的研究人员和工程技术人员参考使用。

内容简介

本书主要介绍了一种新型的元启发式全局优化算法——类电磁机制（EM）算法。首先针对EM算法的一些不足，对其进行了改进，提出了多种改进EM算法，这些算法为后续的研究提供了指导；然后以改进的算法为基础，分别提出了求解带约束优化问题、多目标优化问题、神经网络训练问题以及模式分类问题的EM算法；并提出了采用离散排列编码方式的离散化EM算法，用来求解流水车间调度问题和装配序列规划问题；zui后介绍了基于EM算法的函数优化软件。附录中给出了本书中使用的标准测试问题的详细介绍。本书可作为计算机、自动控制、人工智能、管理科学和工业工程等专业高年级本科生和研究生的学习参考书，也可供从事计算智能、生产调度等工作的研究人员和工程技术人员参考使用。

作者简介

高亮，现任华中科技大学机械科学与工程学院教授、博士生导师，工业与制造系统工程系主任、“数字制造装备与技术”国家重点实验室主任助理。2008年度教育部“新世纪优秀人才支持计划”获得者、教育部“数字化设计与制造创新团队”学术骨干。主要从事现代优化方法及其在设计制造中的应用等研究。

类电磁机制算法的研究与应用 PDF下载

第1章绪论(1)
1.1引言(1)
1.2全局优化及其国内外研究概况(2)
1.2.1全局优化问题简介(2)
1.2.2确定性全局优化方法(3)
1.2.3随机性全局优化方法(4)
1.3类电磁机制算法的研究现状与分析(8)
1.3.1类电磁机制算法的改进及拓展(8)
1.3.2类电磁机制算法的应用(9)
1.4现状总结与问题分析(9)
1.5本书的主要内容(11)
第2章基于EM算法的无约束函数优化方法(13)
2.1无约束函数优化问题简介(13)
2.2基本类电磁机制算法介绍(14)
2.2.1基本类电磁机制算法的理论与框架(14)
2.2.2基本类电磁机制算法的步骤(15)
2.2.3EM算法避免“早熟”的措施(19)
2.2.4函数优化(20)
2.2.5EM算法与遗传算法的比较(21)
2.3改进的类电磁机制算法(23)
2.3.1移动系数类电磁机制算法(23)
2.3.2模式局部搜索类电磁机制算法(26)
2.3.3自适应Solis & Wets局部搜索类电磁机制算法(34)
2.4本章小结(44)
第3章基于EM算法的约束函数优化方法(45)
3.1约束函数优化问题简介(45)
3.2智能优化算法中的约束处理方法简介(45)
3.3基于类电磁机制算法的约束优化方法(52)
3.3.1改进的EM算法(53)
3.3.2改进EM算法与DE算法的比较(53)
3.3.3可行性与支配规则(55)
3.3.4改进电量计算公式(55)
3.3.5改进约束EM算法的流程(55)
3.4约束函数优化仿真实验(56)
3.4.1PC配置和参数设置(56)
3.4.2改进约束EM算法效率的验证(57)
3.4.3基本函数测试集(57)
3.4.4CEC 2006测试函数集的仿真实验(63)
3.5约束类电磁机制算法的工程应用(69)
3.5.1在工程优化设计中的应用(69)
3.5.2在铣削加工参数优化中的应用(74)
3.6本章小结(81)
第4章基于EM算法的多目标函数优化方法(83)
4.1多目标函数优化问题简介(83)
4.2多目标函数优化中的基本概念(84)
4.3多目标方法概述(85)
4.4多目标类电磁机制（multiobjective
electromagnetismlike mechanism，MOEM）算法(87)
4.4.1多目标类电磁机制算法的基本流程(87)
4.4.2非支配解集(88)
4.4.3电量与合力的计算(89)
4.4.4移动中对越界的处理方法(89)
4.4.5快速非支配解排序(90)
4.4.6精英保留策略与聚集距离的计算(90)
4.5多目标函数优化仿真实验(91)
4.5.1测试函数(91)
4.5.2算法参数设置(94)
4.5.3实验结果(94)
4.6本章小结(100)
第5章基于EM算法的人工神经网络训练方法(101)
5.1人工神经网络简介(101)
5.2基于改进类电磁机制算法的人工神经网络训练方法(102)
5.2.1前馈神经网络模型(102)
5.2.2神经网络训练(103)
5.2.3基于PSEM算法的神经网络训练方法(104)
5.3基于类电磁机制算法的神经网络在旅游需求预测中的应用(106)
5.3.1旅游需求预测研究概述(106)
5.3.2经济计量模型(107)
5.3.3时间序列模型(110)
5.4本章小结(114)
第6章基于EM算法的模式分类方法(116)
6.1模式分类问题简介(116)
6.2基于类电磁机制算法的神经网络模型在分类问题中的应用(117)
6.2.1算法步骤(117)
6.2.2应用实例说明(117)
6.2.3试验结果与分析(118)
6.3类电磁机制算法直接应用于模式分类问题(119)
6.3.1模式分类问题的模型(119)
6.3.2改进的EM算法用于分类问题(119)
6.3.3数值试验(120)
6.4本章小结(121)
第7章基于离散EM算法的置换流水车间调度方法(123)
7.1流水车间调度问题及求解方法简介(123)
7.2基于随机键的离散类电磁机制算法求解PFSP问题(126)
7.2.1算法实现(126)
7.2.2置换流水车间调度实验结果与分析(127)
7.2.3置换模糊流水车间调度问题及其求解(130)
7.3基于Pathrelinking的离散类电磁机制算法求解PFSP问题(138)
7.3.1分布式置换流水车间调度问题(138)
7.3.2算法实现(139)
7.3.3实例结果与分析(145)
7.4本章小结(152)
第8章基于离散EM算法的装配序列规划方法(153)
8.1装配序列规划问题简介(153)
8.2基于连接体的装配序列规划问题(156)
8.2.1连接体的概念介绍(156)
8.2.2邻接表表示优先序列(158)
8.2.3相似度矩阵和目标函数(159)
8.3基于离散EM算法的装配序列规划算法(160)
8.3.1总体框架(160)
8.3.2种群初始化(161)
8.3.3电量和合力的计算(162)
8.3.4粒子的移动(162)
8.3.5引导式突变(164)
8.3.6结束准则(165)
8.4装配序列规划问题仿真实验结果与分析(166)
8.4.1订书机实例结果与分析(166)
8.4.2电脑主机实例结果与分析(169)
8.4.3电风扇实例结果与分析(173)
8.4.4镭射打印机实例结果与分析(176)
8.4.5结果分析与讨论(180)
8.5本章小结(180)
第9章基于类电磁机制算法的函数优化软件(182)
9.1mfcEM1.0简介(182)
9.2系统体系结构(182)
9.3原型系统实现(183)
9.3.1OEM无约束函数优化和MEM无约束函数优化(183)
9.3.2FEM有约束函数优化(185)
9.3.3自定义函数优化(185)
9.4本 章 小 结(188)
附录A第2章的24个低维无约束优化测试函数(189)
附录B第2章的8个高维无约束优化测试函数(193)
附录C第3章中约束函数优化标准测试集(194)
附录D第3章中约束函数优化工程实例(205)
附录E第5章中两个实例数据(208)
附录F第8章中镭射打印机数据(210)
参考文献(214)