本书是在作者近几年自然计算研究基础上,对所提出磁性细菌优化算法相关研究成果的总结。本书介绍了磁性细菌优化算法的基本原理和流程,给出几种改进的磁性细菌优化算法,并进行了较全面性能测试和比较。在基础函数测试的基础上,进一步研究了其在约束函数优化的性能,并通过机器人路径规划、脑机接口数据分类的应用,验证了该算法解决这些问题的能力。
样章试读
目录
- 目录
《博士后文库》序言
前言
第1章 绪论 1
1.1 前言 1
1.2 自然计算与仿生智能计算 2
1.2.1 概念与分类 2
1.2.2 仿生智能计算发展现状 3
1.3 小结 23
参考文献 24
第2章 磁性细菌优化算法 35
2.1 算法设计思想 35
2.2 趋磁性细菌生物学特性 35
2.2.1 磁小体 35
2.2.2 磁小体与细菌运动 36
2.2.3 细菌的趋磁性优化 39
2.2.4 趋磁性细菌生物学模型 40
2.3 磁性细菌优化算法设计 41
2.3.1 算法模型 41
2.3.2 算法定义与步骤 42
2.3.3 实验仿真 47
2.4 小结 54
参考文献 54
第3章 改进磁性细菌优化算法 56
3.1 磁性细菌磁矩迁移算法 56
3.1.1 算法步骤 56
3.1.2 实验结果以及比较 59
3.2 基于最佳个体的磁性细菌优化算法 72
3.2.1 算法步骤 72
3.2.2 仿真结果 75
3.3 基于随机个体的磁性细菌优化算法 81
3.3.1 算法步骤 81
3.3.2 仿真结果 83
3.4 磁性细菌差分进化混合优化算法 96
3.4.1 算法描述 96
3.4.2 仿真结果 97
3.5 小结 104
参考文献 104
第4章 磁性细菌约束优化算法 106
4.1 约束优化问题 106
4.2 约束优化方法 108
4.2.1 最优性条件 109
4.2.2 罚函数方法 110
4.2.3 增广拉格朗日乘子方法 113
4.2.4 基于进化算法的约束处理方法 114
4.3 约束优化问题应用 117
4.3.1 一般约束优化问题 117
4.3.2 磁性细菌约束优化问题求解方法 118
4.3.3 实验结果与分析 121
4.3.4 参数对约束优化的影响 130
4.3.5 工程约束优化 139
参考文献 150
第5章 磁性细菌路径规划算法 155
5.1 路径规划问题 155
5.2 环境信息获取 156
5.3 环境建模分析 159
5.3.1 环境建模方法 159
5.3.2 栅格法环境表示 162
5.4 磁性细菌路径规划算法设计 164
5.4.1 设计步骤 164
5.4.2 实验分析 165
5.5 虚拟障碍物法 174
5.6 路径平滑度优化 175
5.7 算法仿真与性能评价 177
5.7.1 实验环境 177
5.7.2 算法评价指标 178
5.7.3 已知环境下的路径规划仿真 180
5.7.4 未知环境下的路径规划仿真 186
5.8 小结 191
参考文献 191
第6章 磁性细菌优化脑电信号分类 193
6.1 脑机接口 193
6.2 脑机接口系统结构 193
6.3 脑机接口系统分类 194
6.3.1 脑电信号模式 195
6.3.2 BCI控制应用 196
6.4 脑电信号预处理 198
6.4.1 滤波 198
6.4.2 特征提取 200
6.4.3 分类方法 207
6.5 支持向量机优化 213
6.5.1 支持向量机参数影响 213
6.5.2 磁性细菌优化支持向量机 214
6.5.3 运动想象脑电数据实验 218
6.5.4 四分类数据实验 226
6.6 小结 234
参考文献 234
附录 测试函数 238