0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: 图书分类 > 信息技术 > 自动化 > 群体智能与多Agent系统交叉结合――理论方法与应用

销售排行榜

浏览历史

群体智能与多Agent系统交叉结合――理论方法与应用


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
群体智能与多Agent系统交叉结合――理论方法与应用
  • 书号：9787030419583
    作者：唐贤伦等
  • 外文书名：
  • 装帧：平装
    开本：B5
  • 页数：216
    字数：272
    语种：
  • 出版社：科学出版社
    出版时间：2014/10/10
  • 所属分类：
  • 定价： ￥88.00元
    售价： ￥69.52元
  • 图书介质:
    按需印刷 电子书

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

本书是作者在人工智能领域中群体智能和多Agent系统研究方向上近几年研究成果的系统总结。在总结目前国内外该研究方向发展现状的基础上，本书着重介绍作者在交叉结合群体智能、多Agent系统、多机器人协作等方面取得的研究成果，主要包括：多Agent粒子群优化算法，多Agent粒子群优化算法在电力系统优化中的应用，多Agent粒子群优化算法在控制系统中的应用，基于群体智能的多Agent系统协作模型，基于改进蚁群算法的移动Agent路径规划与避障，基于群体智能的仿真机器人足球比赛策略及应用。本书算法理论与应用实践并重，不但为相关群体智能和多Agent系统的研究者提供研究方法以资借鉴，而且更重要的是为群体智能算法及多Agent理论的应用提供新的思路和方法。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录


  • 《智能科学技术著作丛书》序

    前言

    第1章 绪论1

    1.1 群体智能1

    1.1.1 群体智能的概念与特点

    1

    1.1.2 群体智能中的知识涌现

    3

    1.1.3 群体智能研究方法

    4

    1.1.4 群体智能典型算法

    5

    1.2 多Agent系统12

    1.2.1 Agent的定义与结构

    12

    1.2.2 多Agent系统基本理论

    14

    1.2.3 多Agent系统的应用领域

    18

    参考文献21

    第2章 基于多Agent结构的粒子群优化算法24

    2.1 粒子群优化算法的研究现状24

    2.1.1 粒子群优化算法的研究方向

    24

    2.1.2 粒子群优化算法的应用现状

    25

    2.1.3 粒子群优化算法面临的难题

    27

    2.2 粒子群优化算法的框架与设计步骤28

    2.2.1 粒子群优化算法的总体框架

    28

    2.2.2 粒子群优化算法的设计步骤

    28

    2.3 粒子群优化算法与其他进化算法比较29

    2.4 粒子群优化算法的改进策略30

    2.5 粒子群优化算法收敛性分析36

    2.5.1 粒子轨迹收敛分析

    36

    2.5.2 粒子速度收敛分析

    37

    2.6 多Agent粒子群优化算法38

    2.6.1 Agent所在的环境

    39

    2.6.2 Agent的适应值与行动策略

    40

    2.6.3 自学习机制

    41



    2.6.4 多Agent粒子群优化算法流程

    41

    2.7 随机选取邻居的多Agent粒子群优化算法42

    2.8 加入混沌优化的多Agent粒子群优化算法43

    2.8.1 混沌优化

    43

    2.8.2 多Agent混沌粒子群优化算法及其流程

    44 2.8.3 算法函数测试

    45

    参考文献47

    第3章 多Agent粒子群优化算法在电力系统优化中的应用51

    3.1 电力系统优化运行的目的与意义51

    3.2 随机选取邻居的多Agent粒子群优化算法用于电力系统经济负荷

    分配52

    3.2.1 电力系统经济负荷分配的数学模型

    52

    3.2.2 仿真实验与结果分析

    54

    3.3 加入混沌优化的多Agent粒子群算法用于电力系统无功优化60

    3.3.1 电力系统无功优化的数学模型

    61

    3.3.2 仿真实验与结果分析

    62

    3.4 采用多Agent混沌粒子群优化算法的配电网重构67

    3.4.1 配电网络重构的数学模型

    68

    3.4.2 破圈法搜索可行解

    69

    3.4.3 基于破圈的多Agent系统混沌粒子群算法

    70

    3.4.4 仿真实验与结果分析

    71

    参考文献74

    第4章 多Agent粒子群优化算法在控制系统中的应用77

    4.1 基于多Agent粒子群优化的支持向量回归模型预测控制77

    4.1.1 引言

    77

    4.1.2 模型预测控制基本原理

    78

    4.1.3 多Agent粒子群优化算法优化的支持向量回归模型

    81

    4.1.4 基于犕APSO-S犞犚的模型预测控制

    83

    4.1.5 仿真实验与结果分析

    88

    4.2 基于多Agent混沌粒子群优化的磁悬浮系统P犐D控制器93

    4.2.1 引言

    93

    4.2.2 磁悬浮系统描述

    94

    4.2.3 基于犕AS-CPSO的P犐D控制器

    95

    4.2.4 仿真实验与结果分析

    97

    参考文献100

    群体智能与多Agent系统交叉结合———理论?方法与应用



    第5章 基于群体智能的多Agent系统协作模型103

    5.1 基于蚁群算法的多Agent系统自适应任务分配103

    5.1.1 任务分解

    103

    5.1.2 合同网模型

    111

    5.1.3 基于蚁群算法的合同网的扩展

    113

    5.1.4 基于扩展合同网协议的自适应任务分配模型

    114

    5.1.5 仿真实验与结果分析

    116

    5.2 自适应蚁群聚类算法在协作追捕中的应用121

    5.2.1 聚类分析

    121

    5.2.2 动态自适应蚁群算法

    126

    5.2.3 基于信息素的自适应蚁群聚类算法

    127

    5.2.4 追捕问题的多Agent协作方法

    128

    5.2.5 仿真实验与结果分析

    132

    5.3 未知环境中基于蚁群算法的多Agent自主协作规划策略136

    5.3.1 引言

    136

    5.3.2 多Agent协作搬运问题参数及任务描述

    136

    5.3.3 基于蚁群算法的多Agent协作策略

    137

    5.3.4 引入距离因子和控制因子改进蚁群算法的多Agent协作策略

    138

    5.3.5 仿真实验与结果分析

    139

    参考文献142

    第6章 基于改进蚁群算法的移动Agent路径规划与避障145

    6.1 移动Agent路径规划145

    6.1.1 环境建模方法

    145

    6.1.2 路径规划方法

    147

    6.2 基于改进蚁群算法的静态路径规划方法149

    6.2.1 引言

    149

    6.2.2 环境信息预处理

    150

    6.2.3 栅格法环境建模

    150

    6.2.4 静态环境中的路径规划

    151

    6.2.5 最大选择概率法在栅格地图中的应用

    152

    6.2.6 仿真实验与结果分析

    153

    6.3 基于改进蚁群算法的移动Agent路径规划与避障方法156

    6.3.1 动态路径规划方法

    156

    6.3.2 基于最大选择概率法的动态路径规划方法

    159

    6.3.3 动态避障方法———倒退法

    161

    6.3.4 基于最大选择概率法的动态路径规划仿真原理

    163

    6.3.5 基于最大选择概率法的动态路径规划仿真实验及结果分析

    164

    6.3.6 最大选择概率法在动态路径规划中的应用

    173

    参考文献177

    第7章 基于群体智能的仿真机器人足球比赛策略及应用179

    7.1 引言179

    7.2 仿真机器人足球系统180

    7.2.1 仿真系统的研究背景与作用

    180

    7.2.2 仿真系统的结构

    181

    7.2.3 仿真系统的环境特点

    183

    7.3 基于多目标混沌粒子群算法的机器人足球防守策略185

    7.3.1 基于多目标混沌粒子群算法的机器人足球防守策略

    186

    7.3.2 仿真实验与结果分析

    188

    7.4 基于蚁群算法的机器人足球攻防转换策略192

    7.4.1 基于蚁群算法的队形决策过程

    193

    7.4.2 仿真实验与结果分析

    198

    参考文献201]]>
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com