机读格式显示(MARC)

• 000 01443nam0 2200301 450

• 001 0000847956

• 005 20180228113900.0

• 010 __ |a 978-7-5682-3410-8 |d CNY58.00

• 099 __ |a CAL 012017077805

• 100 __ |a 20170428d2017 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 000yy

• 106 __ |a r

• 200 1_ |a 粒子群算法及其应用研究 |A li zi qun suan fa ji qi ying yong yan jiu |f 杨英杰著

• 210 __ |a 北京 |c 北京理工大学出版社 |d 2017

• 215 __ |a 186页 |c 图 |d 24cm

• 312 __ |a 英文并列题名取自封面

• 320 __ |a 有书目

• 330 __ |a 本书的核心就是设计求解MEC模型的粒子群算法。粒子群算法在很多连续问题上得到成功的应用, 而在离散问题上的研究和应用却很少, 而本书正是粒子群算法在离散问题上的一个很好的应用。针对MEC模型提出一种基于原始粒子群算法的启发式算法, 该方法尽管有随机机制, 但它对MEC模型却非常稳定, 在大多数情况下都可以找到相当好的最优解。为了提高粒子群算法的收敛速度, 在原始粒子群算法中嵌入记忆机制, 改进了粒子群算法的性能。因此又提出了一种基于改进粒子群算法的启发式算法, 提高了单体型重构率。利用给出的两个算法分别对真实数据和模拟数据进行数值计算, 结果表明对于MEC模型我们所设计的两个算法是非常有效的。

• 510 1_ |a Particle swarm optimization and its application |z eng

• 606 0_ |a 电子计算机 |A dian zi ji suan ji |x 算法理论 |x 研究

• 690 __ |a TP301.6 |v 4

• 690 __ |a TP301.6 |v 5

• 701 _0 |a 杨英杰 |A yang ying jie |4 著

• 801 _0 |a CN |b NHL |c 20170427

• 905 __ |a JHUD |d TP301.6/202

• 920 __ |a 242450 |z 1