-- 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

MATLAB智能算法30個案例分析(2版)

( 簡體 字)
作者:郁磊,史峰,王輝,胡斐 編著類別:1. -> 工程繪圖與工程計算 -> Matlab
譯者:
出版社:北京航空航天大學出版社MATLAB智能算法30個案例分析(2版) 3dWoo書號: 42651
詢問書籍請說出此書號!

缺書
NT售價: 245

出版日:8/1/2015
頁數:302
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:9787512414112
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:

本書是作者多年從事算法研究的經驗總結。書中所有案例均應國內各大MATLAB技術論壇網友的切身需求而精心設計,其中不少案例所涉及的內容和求解方法在國內現已出版的MATLAB書籍中鮮有介紹。
  本書采用案例形式,以智能算法為主線,講解了遺傳算法、免疫算法、退火算法、粒子群算法、魚群算法、蟻群算法和神經網絡算法等最常用的智能算法的MATLAB實現。本書共給出30個案例,每個案例都是一個使用智能算法解決問題的具體實例,所有案例均由理論講解、案例背景、MATLAB程序實現和擴展閱讀四個部分組成,并配有完整的程序源碼和講解視頻,使讀者在掌握算法的同時,也可以學習到作者們多年積累的編程經驗與技巧,從而快速提高使用算法求解實際問題的能力。
  本書可作為本科畢業設計、研究生項目設計、博士低年級課題設計參考書籍,同時對廣大科研人員也.有很高的參考價值。
目錄:

第1章謝菲爾德大學的MATLAB遺傳算法工具箱
1.1理論基礎
1.1.1遺傳算法概述
1.1.2  謝菲爾德遺傳算法工具箱
1.2案例背景
1.2.1  問題描述
1.2.2解題思路及步驟
1.3 MATLAB程序實現
1.3.1工具箱結構
1.3.2  遺傳算法常用函數
1.3.3遺傳算法工具箱應用舉例
1.4延伸閱讀
參考文獻

第2章基于遺傳算法和非線性規劃的函數尋優算法
2.1理論基礎
2.1.1非線性規劃
2.1.2  非線性規劃函數
2.1.3遺傳算法基本思想
2。1.4算法結合思想
2.2案例背景
2.2.1  問題描述
2.2.2  算法流程
2.2.3遺傳算法實現
2.3  MATLAB程序實現
2.3.1適應度函數
2.3.2選擇操作
2.3.3交叉操作
2.3.4變異操作
2.3.5算法主函數
2.3.6非線性尋優
2.3.7結果分析
2.4延伸閱讀
2.4.1其他函數的優化
2.4.2其他優化算法
參考文獻

第3章基于遺傳算法的BP神經網絡優化算法
3.1理論基礎
3.1.1 BP神經網絡概述
3.1.2遺傳算法的基本要素
3.2案例背景
3.2.1  問題描述
3.2.2解題思路及步驟
3.3 MATLAB程序實現
3.3.1  神經網絡算法
3.3.2  遺傳算法主函數
3.3.3  比較使用遺傳算法前后的差別
3.3.4結果分析
3.4延伸閱讀
參考文獻

第4章基于遺傳算法的TSP算法
4.1理論基礎
4.2案例背景
4.2.1  問題描述
4.2.2解決思路及步驟
4.3  MATLAB程序實現
4.3.1種群初始化
4.3.2適應度函數
4.3.3選擇操作
4.3.4  交叉操作
4.3.5變異操作
4.3.6進化逆轉操作
4.3.7  畫路線軌跡圖
4.3.8遺傳算法主函數
4.3.9結果分析
4.4延伸閱讀
4.4.1  應用擴展
4.4.2  遺傳算法的改進
4.4.3算法的局限性
參考文獻

第5章基于遺傳算法的LQR控制器優化設計
5.1理論基礎
5.1.1  LQR控制
5.1.2  基于遺傳算法設計LQR控制器
5.2案例背景
5.2.1  問題描述
5.2.2解題思路及步驟
……
第6章遺傳算法工具箱詳解及應用
第7章多種群遺傳算法的函數化算法
第8章基于量子遺傳算法的函數尋優算法
第9章基于遺傳算法的多目標優化算法
第10章基于粒子群處落地的多目標搜索算法
第11章基于多層編碼遺傳算法的車間調度算法
第12章免疫優化算法在物流配送中心選址中的應用
第13章粒子群算法的尋優算法
……
序: