全局优化理论几种算法的改进研究

封面

版权信息

作者简介

内容导读

前言

第1章 绪论

1.1 课题的背景和意义

1.2 国内外研究现状

1.3 本研究主要工作

1.4 本研究的内容结构

1.5 本书内容出版资助

第2章 全局优化的基本理论

2.1 优化问题简介

2.2 优化模型的建立

2.3 优化问题的分类

2.4 凸集与凸函数

2.5 优化算法简介

2.6 局部最优与全局最优

2.7 全局优化问题的特点

2.8 智能优化

第3章 相关优化算法及理论

3.1 神经网络与组合优化

3.2 模拟退火优化算法

3.3 混沌优化

3.4 粒子群优化算法的原理

第4章 基于模拟退火的Hopfield网络优化研究

4.1 基于Hopfield反馈网络的优化策略

4.2 SA-HNN混合算法的提出

4.3 SA-HNN混合算法的分析与设计

4.4 SA-HNN混合算法实现步骤及整体流程

4.5 SA-HNN混合算法在函数优化中的案例分析

4.6 SA-HNN混合算法在组合优化中的案例分析

4.7 SA-HNN混合算法仿真程序实现重点

4.8 SA-HNN算法在组合优化中的参数分析与收敛性

第5章 粒子群优化算法的改进研究

5.1 粒子群优化存在的问题和改进分析

5.2 基于混沌的自适应粒子群全局优化方法

5.3 基于混沌的弹性粒子群全局优化算法

5.4 基于梯度的弹性粒子群全局优化方法

5.5 三种改进算法的比较分析

5.6 本章小结

第6章 填充函数方法的改进研究

6.1 填充函数方法

6.2 一类无参数填充函数的构造与性质

6.3 基于混沌和填充函数的全局优化算法

6.4 本章总结

第7章 结论与展望

参考文献