书 名 | 智能优化算法及其在机械工程中的应用 | 作 者 | 张学良 |
---|---|---|---|
出版社 | 国防工业出版社 | 出版时间 | 2012年9月 |
页 数 | 256 页 | 定 价 | 59 元 |
ISBN | 9787118083675 |
第1章概述
1.1群智能的基本概念
1.2群智能思想的起源简介
1.3群智能理论简介
1.4演化算法简介
1.5本书主要内容与安排
第2章遗传算法及其应用
2.1遗传算法的起源与发展简介
2.1.1遗传算法的生物学基础
2.1.2遗传算法的提出与发展简介
2.2遗传算法的理论基础
2.2.1遗传算法的基本原理
2.2.2遗传算法的几个基本概念
2.2.3遗传算法的基本算子和数学基础
2.3遗传算法的实现
2.3.1遗传算法的实现
2.3.2遗传算法实现举例
2.4遗传算法的特点与改进
2.4.1遗传算法的特点
2.4.2对简单遗传算法的一些改进
2.4.3几种常见的遗传算法
2.4.4遗传算法应用的几个关键问题
2.5遗传算法在机械工程中的应用
2.5.1基于遗传算法的bounc—wen迟滞非线性动力学模型的参数识别方法
2.5.2基于遗传算法的圆柱齿轮变位系数的优化选择
2.5.3基于遗传算法的机器人路径规划
第3章粒子群优化算法及其应用
3.1基本粒子群优化算法
3.1.1粒子群优化算法的产生
3.1.2基本粒子群优化算法
3.1.3基本粒子群优化算法的参数选择
3.1.4带惯性权重的粒子群优化算法
3.1.5粒子群优化算法的控制参数分析
3.2混沌粒子群优化算法
3.2.1混沌的一些基本特点
3.2.2混沌映射
3.2.3基于群体适应度方差的混沌粒子群优化算法
3.3无约束多目标粒子群优化算法
3.3.1多目标优化问题的基本概念和术语
3.3.2多目标优化问题的发展及其传统的解决方法
3.3.3无约束多目标粒子群优化算法
3.4约束多目标粒子群优化算法
3.4.1约束优化问题
3.4.2罚函数法
3.4.3基于罚函数法的带约束条件的粒子群优化算法
3.5基于极坐标的粒子群优化算法
3.5.1基于极坐标的粒子群优化算法的数学描述
3.5.2有关ppso算法的特点与讨论
3.5.3基本粒子群优化算法和ppso算法的测试结果对比与讨论
3.6带活力因子的粒子群优化算法
……
第4章差异演化算法及其应用
第5章模拟植物生长算法及其应用
第6章果蝇优化算法及其应用
参考文献
致谢 2100433B
《智能优化算法及其在机械工程中的应用》结合作者多年来在相关方面的科研和教学工作的积累,以较为通俗简练的语言详细地介绍了智能优化算法中的遗传算法、粒子群优化算法、差异演化算法、模拟植物生长算法和果蝇优化算法及其在机械工程中的应用,以期使读者能够尽快了解和掌握这些算法的基本理论和应用技术。
matlab可以进行仿真。比如你可以搭建一个数控机床模型,对其进行pid设计,研究其最优使用参数。
机械工程是一门涉及利用物理定律为机械系统作分析、设计、制造及维修的工程学科。机械工程是以有关的自然科学和技术科学为理论基础,结合生产实践中的技术经验,研究和解决在开发、设计、制造、安装、运用和维修各种...
注册机械工程师是由机械工程师学会(IME)开展的专业工程师资格认证。认证体系通过统一资格考试、面试、专业能力评估、业绩考核、行业权威人士推荐和同行评议相结合等多种方式对专业技术人员进行评价。旨在为行业...
有限元法是在计算机技术逐渐发展背景下发展出来的先进CAE技术,在各领域的设计、科学计算与分析中均得到了有效应用,将诸多复杂设计问题、分析问题成功解决,故其已发展为工程分析、设计的重要工具。本研究通过分析有限元法的特点及其应用步骤,探讨有限元法在现代机械工程中的应用,以期为同行业工作者提供一定参考。
遗传算法在机械工程全局优化设计中的应用
本书面向智能信息处理研究的前沿领域,针对群体智能优化算法及其应用中的关键问题,系统地讨论了新型群体智能优化算法以及群体智能优化算法在三维模型处理和可信软件测试中的应用,比较全面地反映了国内外在三维模型智能处理和基于搜索的可信软件测试领域的最新研究进展。本书主要内容包括经典群体智能优化算法、社会认知优化算法、自然社会认知优化算法、细菌群体趋药性算法、混沌细菌群体趋药算法、三维模型多特征提取、基于证据和区间数的智能三维模型融合匹配识别方法、基于群体智能的文物三维模型全局最优匹配算法、基于群体智能的三维模型配准算法、基于粒子群算法的测试数据生成及优化、基于改进粒子群优化的测试用例扩增方法和基于蚁群算法的组合测试数据生成与优化。
《智能控制算法及其应用》主要介绍各种典型智能控制算法的基本内容、设计与实现方法及其在函数优化、电力系统中的应用。《智能控制算法及其应用》首先阐述智能、智能控制的基本概念,介绍智能控制与传统的经典控制理论、现代控制理论的联系和区别。然后从四种典型智能控制算法(专家系统、模糊控制、神经网络和进化计算)入手分别阐述它们的发展历史、基本内容、实现方法及其应用。最后介绍混沌模拟退火动态烟花优化算法,并将其用于优化离散时间微分平坦自抗扰控制律的参数,通过计算机仿真和基于智能优化算法试验平台开展试验以验证该算法的有效性;介绍递减步长果蝇优化算法,并将其应用于风电机组齿轮箱的故障诊断;介绍云粒子群布谷鸟融合算法,通过联合循环发电机组典型热工过程模型参数辨识实例验证该算法的有效性。
前言
第1章绪论
第2章经典群体智能算法
第3章社会认知优化算法
第4章新型社会认知优化算法
第5章细菌群体趋药性算法及改进
第6章三维碎片模型特征提取
第7章基于证据和区间数的多特征智能融合识别方法
第8章基于离散自然社会认知优化算法的全局最优匹配
第9章基于显著特征的智能配准算法
第10章基于粒子群算法的测试数据的生成及优化
第11章基于进化算法的测试数据生成
第12章基于自适应粒子群算法的测试数据扩增方法
第13章基于蚁群算法的组合测试用例的生成与优化
第14章总结与展望 2100433B