相關商品
商品簡介
目次
商品簡介
本書系統介紹了依據傳染病動力學原理構造出來的一系列新型複雜場景群智能優化算法，即傳染病動力學優化算法，內容包括SIS傳染病動力學優化算法、SEIV傳染病動力學優化算法、SIRQV傳染病動力學優化算法、SEIRS傳染病動力學優化方法、鼠疫傳染病動力學優化算法、具有跨物種多級傳播特徵的倉蟲病算法、HIV傳染病動力學優化算法、人感禽流感優化算法、SIR-DNA傳染病動力學優化算法，並利用某些算法對VOCs減排方案優化問題進行了求解。本書介紹的研究成果可為求解高度複雜優化問題提供技術方法。本書內容豐富新穎、實用性強，可供管理科學與工程、計算機科學與技術、信息技術、人工智能、系統工程等學科的科研人員、工程技術人員、專業教師及研究生閱讀和參考。
目次
1SIS傳染病動力學優化算法1.1引言1.2基於SIS傳染病模型的函數優化算法設計1.2.1Kermack-Mckendrick假設1.2.2算法場景設計1.2.3SIS傳染病模型與SIS算法的執行流程1.2.4演化算子設計1.2.5個體初始化1.2.6SIS算法構造方法1.2.7SIS算法的特性1.2.8SIS算法的時間複雜度1.3SIS算法的全域收斂性證明1.4實例研究與對比分析1.5本章小結參考文獻2SEIV傳染病動力學優化算法2.1引言2.2基於SEIV傳染病模型的函數優化算法設計2.2.1SEIV傳染病模型2.2.2算法場景設計2.2.3演化算子設計2.2.4SEIV算法構造方法2.2.5SEIV算法的時間複雜度2.3SEIV算法的特性與全域收斂性2.4實例研究與對比分析2.4.1SEIV算法的性能研究與參數選取2.4.2SEIV算法與其他群智能優化算法的比較2.5本章小結參考文獻3SIRQV傳染病動力學優化算法3.1引言3.2基於SIRQV傳染病模型的函數優化算法設計3.2.1SIRQV模型3.2.2算法場景設計3.2.3演化算子設計3.2.4SIRQV算法構造方法
3.2.5SIRQV算法的特性3.2.6時間複雜度3.3SIRQV算法的全域收斂性3.4實例研究與對比分析3.4.1SIRQV算法的參數選取與性能研究3.4.2SIRQV算法與其他群智能優化算法的比較3.5本章小結參考文獻4SEIRS傳染病動力學優化算法4.1引言4.2基於SEIRS傳染病模型的函數優化算法設計4.2.1SEIRS傳染病模型4.2.2算法場景設計4.2.3演化算子設計4.2.4SEIRS算法構造方法4.2.5SEIRS算法的特性4.2.6時間複雜度4.3SEIRS算法的全域收斂性4.4實例研究與對比分析4.4.1SEIRS算法的參數選取與性能研究4.4.2SEIRS算法與其他群智能優化算法的比較4.5本章小結參考文獻5鼠疫傳染病優化算法5.1引言5.2鼠疫傳染病優化算法設計方法5.2.1PIDO算法場景設計5.2.2具有脈衝預防接種的時滯鼠疫傳染病模型5.2.3特徵集合的生成方法5.2.4PIDO演化算子設計方法5.2.5PIDO算法的構造5.2.6PIDO算法的特點5.3PIDO算法全域收斂性證明5.4PIDO算法性能分析5.4.1村民數量對PIDO算法性能的影響分析
5.4.2與其他群智能算法的比較5.4.3局部尋優能力和全域尋優能力分析5.5本章小結參考文獻6具有跨物種多級傳播特徵的包蟲病優化算法6.1引言6.2包蟲傳染病模型的優化算法設計6.2.1算法場景設計6.2.2可跨多物種多級傳播的包蟲傳染病模型6.2.3個體演化狀態識別6.2.4演化算子設計6.2.5HDO算法構造方法6.2.6HDO算法的特性6.2.7時間複雜度6.3HDO算法的收斂性分析6.4HDO算法的參數選擇6.5應用實例研究6.5.1VOCs最優減排模型6.5.2優化模型求解過程6.6本章小結參考文獻7HIV傳染病動力學優化算法7.1引言7.2HIV傳染病動力學優化算法構建原理7.2.1算法場景設計7.2.2HIV傳染病動力學模型7.2.3特徵集合生成方法7.2.4演化算子設計7.2.5HIV算法的構造7.2.6算法特徵分析7.3HIV算法的最佳參數確定7.4與其他群智能算法的比較7.5本章小結參考文獻8人感禽流感優化算法8.1引言8.2H7N9傳染病優化算法設計原理8.2.1算法場景設計8.2.2可跨物種傳播的傳染病動力學模型8.2.3個體演化狀態識別
8.2.4演化算子設計8.2.5H7N9算法構造方法8.2.6H7N9算法的特性與全域收斂性證明8.2.7時間複雜度8.3H7N9算法的參數選擇8.4H7N9算法與其他算法的比較8.5H7N9算法的動態行為分析8.5.1算子動態行為分析8.5.2H7N9算法的心率8.5.3個體的動態行為分析8.5.4求精和探索能力及其協調性分析8.6本章小結參考文獻9SIR-DNA傳染病動力學優化算法9.1引言9.2SIR-DNA算法設計9.2.1動物個體DNA分子9.2.2SIR模型轉換成個體類別轉換方程9.2.3基因表達設計9.2.4基因表達與變量的對應關係設計9.2.5演化算子設計9.2.6SIR-DNA算法構造方法9.2.7SIR-DNA算法的降維特徵的理論分析9.2.8SIR-DNA算法時間複雜度9.2.9SIR-DNA算法收斂性和穩定性分析9.3SIR-DNA算法與其他算法比較9.4本章小結參考文獻
3.2.5SIRQV算法的特性3.2.6時間複雜度3.3SIRQV算法的全域收斂性3.4實例研究與對比分析3.4.1SIRQV算法的參數選取與性能研究3.4.2SIRQV算法與其他群智能優化算法的比較3.5本章小結參考文獻4SEIRS傳染病動力學優化算法4.1引言4.2基於SEIRS傳染病模型的函數優化算法設計4.2.1SEIRS傳染病模型4.2.2算法場景設計4.2.3演化算子設計4.2.4SEIRS算法構造方法4.2.5SEIRS算法的特性4.2.6時間複雜度4.3SEIRS算法的全域收斂性4.4實例研究與對比分析4.4.1SEIRS算法的參數選取與性能研究4.4.2SEIRS算法與其他群智能優化算法的比較4.5本章小結參考文獻5鼠疫傳染病優化算法5.1引言5.2鼠疫傳染病優化算法設計方法5.2.1PIDO算法場景設計5.2.2具有脈衝預防接種的時滯鼠疫傳染病模型5.2.3特徵集合的生成方法5.2.4PIDO演化算子設計方法5.2.5PIDO算法的構造5.2.6PIDO算法的特點5.3PIDO算法全域收斂性證明5.4PIDO算法性能分析5.4.1村民數量對PIDO算法性能的影響分析
5.4.2與其他群智能算法的比較5.4.3局部尋優能力和全域尋優能力分析5.5本章小結參考文獻6具有跨物種多級傳播特徵的包蟲病優化算法6.1引言6.2包蟲傳染病模型的優化算法設計6.2.1算法場景設計6.2.2可跨多物種多級傳播的包蟲傳染病模型6.2.3個體演化狀態識別6.2.4演化算子設計6.2.5HDO算法構造方法6.2.6HDO算法的特性6.2.7時間複雜度6.3HDO算法的收斂性分析6.4HDO算法的參數選擇6.5應用實例研究6.5.1VOCs最優減排模型6.5.2優化模型求解過程6.6本章小結參考文獻7HIV傳染病動力學優化算法7.1引言7.2HIV傳染病動力學優化算法構建原理7.2.1算法場景設計7.2.2HIV傳染病動力學模型7.2.3特徵集合生成方法7.2.4演化算子設計7.2.5HIV算法的構造7.2.6算法特徵分析7.3HIV算法的最佳參數確定7.4與其他群智能算法的比較7.5本章小結參考文獻8人感禽流感優化算法8.1引言8.2H7N9傳染病優化算法設計原理8.2.1算法場景設計8.2.2可跨物種傳播的傳染病動力學模型8.2.3個體演化狀態識別
8.2.4演化算子設計8.2.5H7N9算法構造方法8.2.6H7N9算法的特性與全域收斂性證明8.2.7時間複雜度8.3H7N9算法的參數選擇8.4H7N9算法與其他算法的比較8.5H7N9算法的動態行為分析8.5.1算子動態行為分析8.5.2H7N9算法的心率8.5.3個體的動態行為分析8.5.4求精和探索能力及其協調性分析8.6本章小結參考文獻9SIR-DNA傳染病動力學優化算法9.1引言9.2SIR-DNA算法設計9.2.1動物個體DNA分子9.2.2SIR模型轉換成個體類別轉換方程9.2.3基因表達設計9.2.4基因表達與變量的對應關係設計9.2.5演化算子設計9.2.6SIR-DNA算法構造方法9.2.7SIR-DNA算法的降維特徵的理論分析9.2.8SIR-DNA算法時間複雜度9.2.9SIR-DNA算法收斂性和穩定性分析9.3SIR-DNA算法與其他算法比較9.4本章小結參考文獻
您曾經瀏覽過的商品
購物須知
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。