粒子群優(yōu)化算法及電磁應(yīng)用

第1章 緒論
1.1 優(yōu)化方法
1.1.1 優(yōu)化的基本概念
1.1.2 優(yōu)化問題的分類
1.1.3 優(yōu)化算法的復(fù)雜度
1.2 智能優(yōu)化方法
1.2.1 智能優(yōu)化方法的基本概念
1.2.2 智能優(yōu)化方法的特點
1.2.3 智能優(yōu)化方法的哲學(xué)定理
1.3 粒子群優(yōu)化算法
1.4 粒子群優(yōu)化算法的電磁應(yīng)用
參考文獻(xiàn)
第一部分 粒子群優(yōu)化算法
第2章 標(biāo)準(zhǔn)粒子群優(yōu)化算法
2.1 引言
2.2 算法概述
2.2.1 算法原理
2.2.2 算法數(shù)學(xué)描述
2.2.3 算法流程
2.2.4 算法參數(shù)
2.3 算法模型
2.3.1 算法模型分析
2.3.2 算法拓?fù)浣Y(jié)構(gòu)
12.3.3 算法鄰域結(jié)構(gòu)
2.4 算法優(yōu)點和局限性
2.4.1 算法的優(yōu)點
2.4.2 算法的局限性
2.5 粒子更新方法研究
2.6 算法應(yīng)用及展望
2.6.1 算法的應(yīng)用
2.6.2 算法的研究方向
參考文獻(xiàn)
第3章 粒子群優(yōu)化算法的物理基礎(chǔ)
3.1 引言
3.2 分子動力學(xué)理論
3.2.1 保守PSO環(huán)境
3.2.2 耗散PSO環(huán)境
3.3 PSO環(huán)境的熱動力學(xué)分析
3.3.1 熱力學(xué)平衡
3.3.2 能量因素
3.3.3 動力學(xué)特性
3.4 PSO算法的擴(kuò)散模型
3.5 PSO算法的馬爾可夫模型
3.5.1 基于概率理論的更新方程
3.5.2 馬爾可夫鏈模型
3.5.3 廣義PSO算法
參考文獻(xiàn)
第4章 粒子群優(yōu)化算法的邊界條件
4.1 引言
4.2 邊界條件分類
4.3 數(shù)值仿真實驗
4.3.1 測試函數(shù)
4.3.2 仿真結(jié)果及分析
參考文獻(xiàn)
第5章 量子粒子群優(yōu)化算法
5.1 引言
5.2 算法概述
5.2.1 算法原理
……
第二部分 粒子群優(yōu)化算法的電磁應(yīng)用