掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 智能優(yōu)化算法:RNA遺傳算法
開(kāi)本：
B5
頁(yè)數(shù)：
128
本類五星書更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥67.0
加入購(gòu)物車
智能優(yōu)化算法:RNA遺傳算法 版權(quán)信息
- ISBN：9787030760845
- 條形碼：9787030760845 ; 978-7-03-076084-5
- 裝幀：平裝膠訂
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類：>
智能優(yōu)化算法:RNA遺傳算法 本書特色
本書介紹了智能優(yōu)化算法中的RNA 遺傳算法，可為人工智能、控制科學(xué)、電子信息、機(jī)械工程和計(jì)算機(jī)科學(xué)等專業(yè)相關(guān)的科研與技術(shù)人員提供參考，也可作為相關(guān)專業(yè)的高年級(jí)本科生、研究生學(xué)習(xí)智能優(yōu)化算法的參考書。
智能優(yōu)化算法:RNA遺傳算法 內(nèi)容簡(jiǎn)介
本書圍繞智能優(yōu)化算法RNA遺傳算法這一受生物分子RNA啟發(fā)的優(yōu)化思想，在原理、算法步驟及一系列RNA遺傳算法進(jìn)行了詳細(xì)介紹。主要內(nèi)容包括RNA遺傳算法、具有莖環(huán)算子的RNA遺傳算法、受蛋白質(zhì)啟發(fā)的RNA遺傳算法、自適應(yīng)RNA遺傳算法、信息熵動(dòng)態(tài)變異概率RNA遺傳算法、發(fā)夾遺傳操作RNA遺傳算法、RNA遺傳算法的橋式吊車支持向量機(jī)建模、RNA遺傳算法的橋式吊車神經(jīng)網(wǎng)絡(luò)建模等。
智能優(yōu)化算法:RNA遺傳算法 目錄
目錄 前言 外文縮寫對(duì)照列表 第1章 緒論 1 1.1 基本遺傳算法 1 1.2 遺傳算法的特點(diǎn) 2 1.3 遺傳算法的研究進(jìn)展 4 1.3.1 遺傳算法的理論研究 4 1.3.2 遺傳算法的編碼問(wèn)題 5 1.3.3 求解約束問(wèn)題的遺傳算法 6 1.3.4 混合遺傳算法 7 1.3.5 融合分子操作的遺傳算法 7 1.3.6 多目標(biāo)遺傳算法 8 1.4 遺傳算法的系統(tǒng)建模 10 1.5 本書的主要內(nèi)容 11 參考文獻(xiàn) 12 第2章 RNA遺傳算法 17 2.1 引言 17 2.2 RNA-GA 18 2.2.1 RNA編碼和解碼 18 2.2.2 RNA序列基本操作算子 19 2.2.3 基本遺傳算法 20 2.2.4 RNA遺傳算法及操作算子 20 2.2.5 RNA-GA算法實(shí)現(xiàn)步驟 23 2.3 RNA-GA全局收斂性分析 23 2.4 RNA-GA性能分析 26 2.4.1 測(cè)試函數(shù) 26 2.4.2 RNA-GA參數(shù)適應(yīng)性分析 29 2.4.3 RNA-GA與SGA尋優(yōu)對(duì)比研究 31 2.5 小結(jié) 37 參考文獻(xiàn) 38 第3章 具有莖環(huán)操作的RNA遺傳算法 40 3.1 引言 40 3.2 srRNA-GA 41 3.2.1 編碼和解碼 41 3.2.2 選擇操作 41 3.2.3 相似剔除操作 42 3.2.4 交叉操作 42 3.2.5 變異操作 44 3.2.6 簡(jiǎn)單局部搜索 44 3.2.7 srRNA-GA的實(shí)現(xiàn)步驟 45 3.3 測(cè)試函數(shù)尋優(yōu)實(shí)驗(yàn) 46 3.3.1 測(cè)試函數(shù) 46 3.3.2 實(shí)驗(yàn)結(jié)果和分析 46 3.4 小結(jié) 50 參考文獻(xiàn) 50 第4章 受蛋白質(zhì)啟發(fā)的RNA遺傳算法 52 4.1 引言 52 4.2 PIRNA-GA 52 4.2.1 編碼和解碼 52 4.2.2 選擇操作 54 4.2.3 交叉操作 55 4.2.4 變異操作 57 4.2.5 PIRNA-GA算法的實(shí)現(xiàn) 59 4.3 測(cè)試函數(shù)尋優(yōu)實(shí)驗(yàn) 60 4.3.1 測(cè)試函數(shù) 60 4.3.2 計(jì)算結(jié)果與分析 61 4.4 小結(jié) 66 參考文獻(xiàn) 67 第5章 信息熵動(dòng)態(tài)變異概率的RNA遺傳算法 69 5.1 引言 69 5.2 edmpRNA-GA 70 5.2.1 編碼方式 70 5.2.2 選擇操作 70 5.2.3 交叉操作 70 5.2.4 變異操作 70 5.2.5 edmpRNA-GA算法實(shí)現(xiàn)過(guò)程 72 5.3 約束處理 74 5.4 測(cè)試函數(shù)尋優(yōu)實(shí)驗(yàn) 75 5.4.1 測(cè)試函數(shù) 75 5.4.2 尋優(yōu)結(jié)果與分析 77 5.5 小結(jié) 79 參考文獻(xiàn) 80 第6章 自適應(yīng)策略的RNA遺傳算法 82 6.1 引言 82 6.2 ARNA-GA 83 6.2.1 編碼方式 83 6.2.2 遺傳操作自適應(yīng)策略 83 6.2.3 選擇算子 85 6.2.4 交叉算子 85 6.2.5 變異算子 85 6.2.6 終止條件 87 6.2.7 ARNA-GA算法的實(shí)施步驟 87 6.3 測(cè)試函數(shù)尋優(yōu)實(shí)驗(yàn)與結(jié)果分析 88 6.3.1 測(cè)試函數(shù) 88 6.3.2 參數(shù)設(shè)置 89 6.3.3 實(shí)驗(yàn)結(jié)果與分析 89 6.4 小結(jié) 93 參考文獻(xiàn) 93 第7章 發(fā)夾交叉操作RNA遺傳算法的橋式吊車支持向量機(jī)建模 95 7.1 引言 95 智能優(yōu)化算法：RNA遺傳算法 viii 7.2 *小二乘支持向量機(jī) 96 7.3 發(fā)夾交叉操作RNA遺傳算法 97 7.3.1 編碼和解碼 97 7.3.2 交叉算子 97 7.3.3 變異算子 99 7.3.4 選擇算子 99 7.3.5 算法的實(shí)現(xiàn)步驟 99 7.4 橋式吊車支持向量機(jī)建模方法和仿真實(shí)驗(yàn)結(jié)果 101 7.5 小結(jié) 104 參考文獻(xiàn) 104 第8章 發(fā)夾變異操作RNA遺傳算法的橋式吊車神經(jīng)網(wǎng)絡(luò)建模 106 8.1 引言 106 8.2 RBF 神經(jīng)網(wǎng)絡(luò) 107 8.3 發(fā)夾變異操作的RNA遺傳算法 108 8.3.1 編碼和解碼 108 8.3.2 交叉算子 108 8.3.3 變異算子 108 8.3.4 選擇算子 109 8.3.5 算法的實(shí)現(xiàn)步驟 109 8.4 神經(jīng)網(wǎng)絡(luò)橋式吊車建模方法與仿真實(shí)驗(yàn)結(jié)果 111 8.5 小結(jié) 115 參考文獻(xiàn) 115
展開(kāi)全部
書友推薦
- >
姑媽的寶刀
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
山海經(jīng)
- >
我從未如此眷戀人間
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
中國(guó)歷史的瞬間
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
二體千字文
本類暢銷
