相關商品
商品簡介
目次
商品簡介
本書共分8章。第1章主要介紹了遺傳算法的生物學基礎、發展及應用；第2章介紹了人工神經網絡的發展、人工神經元和神經網絡的基本概念；第3章介紹了模糊數學的發展、模糊集及模糊數學模型；第4章介紹了多目標優化發展、概念、求解方法及演化算法和多目標優化的應用；第5章利用多目標遺傳算法優化了棒材連軋孔型設計；第6章應用多目標遺傳算法和有限元相結合的優化方法優化了波紋軌腰鋼軌的波紋參數，優化了異型坯連鑄二冷配水方案及萬能型鋼軋機機架圓角；第7章利用BP－NSGA相結合的優化方法優化了萬能型鋼軋機機架圓角；第8章利用模糊綜合評判方法優化了Y型軋機軋輥參數。
目次
1 遺傳算法
1.1 遺傳算法的生物學基礎
1.1.1 遺傳與變異
1.1.2 進化
1.1.3 差傳與進化的系統觀
1.2 遺傳算法的發展
1.3 遺傳算法的特點
1.4 遺傳算法的應用
1.5 遺傳算法優化
1.5.1 遺傳算法優化的基本原理和步驟
1.5.2 遺傳算法優化的特點
2 人工神經網絡
2.1 人工神經網絡簡介
2.2 人工神經網絡發展歷史
2.3 人工神經元模型 1 遺傳算法
1.1 遺傳算法的生物學基礎
1.1.1 遺傳與變異
1.1.2 進化
1.1.3 差傳與進化的系統觀
1.2 遺傳算法的發展
1.3 遺傳算法的特點
1.4 遺傳算法的應用
1.5 遺傳算法優化
1.5.1 遺傳算法優化的基本原理和步驟
1.5.2 遺傳算法優化的特點
2 人工神經網絡
2.1 人工神經網絡簡介
2.2 人工神經網絡發展歷史
2.3 人工神經元模型
2.3.1 生物神經元的結構
2.3.2 人工神經元模型
2.4 神經網絡基本概念
2.4.1 典型的神經網絡結構
2.4.2 學習方式
2.4.3 學習算法
2.4.4 BP神經網絡
2.5 人工神經網絡的技術特性及優勢
3 模糊數學
3.1 模糊數學的發展
3.2 模糊集
3.2.1 模糊集合的相關概念
3.2.2 模糊子集的定義
3.2.3 截集
3.3 模糊數學模型
3.3.1 對稱性模糊優化數學模型
3.3.2 非對稱性模糊優化數學模型
3.3.3 水平截集法
3.3.4 水平截集法的改進
3.3.5 基于二級模糊評判理論確定最優水平值λ*的方法
4 多目標優化
4.1 多目標優化問題概述
4.2 多目標優化的基本概念
4.3 傳統多目標優化問題求解方法
4.3.1 求解方法
4.3.2 局限性
4.4 求解多目標問題的演化算法
4.4.1 求解多目標問題演化算法的發展過程
4.4.2 主要算法
4.4.3 按照適應度和選擇方式進行分類
5 多目標遺傳算法
5.1 多目標遺傳算法的優化機理
5.2 多目標遺傳算法的常用求解方法
5.3 基于MATLAB遺傳工具箱的優化方法
5.3.1 MATLAB遺傳算法工具箱的通用函數
5.3.2 MATLAB遺傳算法的終止
5.4 多目標遺傳算法計算步驟
5.5 棒材孔型多目標遺傳優化設計
5.5.1 孔型多目標優化設計中的目標函數
5.5.2 棒材孔型多目標優化設計的約束條件
5.5.3 懲罰函數法
5.5.4 棒材全連軋孔型優化設計
6 多目標遺傳算法和有限元法相結合的優化方法及應用
6.1 多目標遺傳算法和有限元法相結合的優化思想
6.2 多目標遺傳算法和有限元程序的結合方法
6.2.1 APDL語言簡介
6.2.2 多目標遺傳算法和有限元法相結合的方法
6.3 多目標遺傳算法和有限元法相結合程序的計算步驟
6.4 多目標遺傳算法和有限元法相結合的程序
6.5 多目標遺傳算法和有限元法相結合優化波紋軌腰鋼軌的波紋參數
6.5.1 優化的有限元模型
6.5.2 優化方法
6.5.3 優化分析
6.6 多目標遺傳算法和有限元法相結合優化連鑄坯冷卻參數
6.6.1 優化數學模型
6.6.2 兩種優化算法
6.6.3 異型坯連鑄二冷配水方案優化結果
6.6.4 算法比較
6.7 多目標遺傳算法和有限元法相結合優化機架圓角
6.7.1 優化的有限元模型
6.7.2 優化方法
6.7.3 優化分析
7 BP-NSGA相結合的優化方法
7.1 BP-NSGA相結合的優化思想
7.1.1 非支配分類遺傳算法
7.1.2 帶精英策略的非支配分類遺傳算法
7.1.3 基于BP神經網絡的預測模型
7.1.4 BP神經網絡和帶精英策略的非支配分類遺
傳算法相結合
7.2 BP—NSGA-Ⅱ相結合的優化方法
7.3 BP—NSGA相結合的優化方法的計算步驟
7.4 BP-NSGA相結合的優化機架圓角
7.4.1 機架的有限元分析
7.4.2 機架載荷的施加
7.4.3 機架有限元計算的結果分析
7.4.4 訓練樣本
7.4.5 測試神經網絡的預測性能
7.4.6 基于NSGA-Ⅱ的軋機機架結構參數的多目標優化
8 模糊綜合評判在多目標優化中的應用
8.1 模糊優化設計的概述
8.2 模糊優化分析的方法
8.2.1 采用模糊貼近度法尋求最優解
8.2.2 一級模糊綜合評判方法
8.3 模糊多目標優化步驟
8.4 Y型軋機軋輥的優化設計
8.4.1 軋輥有限元分析
8.4.2 設計變量
8.4.3 設計約束
8.4.4 目標函數
8.4.5 軋輥優化方法的選取
8.4.6 多目標優化的結果
8.4.7 模糊綜合評判
8.4.8 優化結論
參考文獻
1.1 遺傳算法的生物學基礎
1.1.1 遺傳與變異
1.1.2 進化
1.1.3 差傳與進化的系統觀
1.2 遺傳算法的發展
1.3 遺傳算法的特點
1.4 遺傳算法的應用
1.5 遺傳算法優化
1.5.1 遺傳算法優化的基本原理和步驟
1.5.2 遺傳算法優化的特點
2 人工神經網絡
2.1 人工神經網絡簡介
2.2 人工神經網絡發展歷史
2.3 人工神經元模型 1 遺傳算法
1.1 遺傳算法的生物學基礎
1.1.1 遺傳與變異
1.1.2 進化
1.1.3 差傳與進化的系統觀
1.2 遺傳算法的發展
1.3 遺傳算法的特點
1.4 遺傳算法的應用
1.5 遺傳算法優化
1.5.1 遺傳算法優化的基本原理和步驟
1.5.2 遺傳算法優化的特點
2 人工神經網絡
2.1 人工神經網絡簡介
2.2 人工神經網絡發展歷史
2.3 人工神經元模型
2.3.1 生物神經元的結構
2.3.2 人工神經元模型
2.4 神經網絡基本概念
2.4.1 典型的神經網絡結構
2.4.2 學習方式
2.4.3 學習算法
2.4.4 BP神經網絡
2.5 人工神經網絡的技術特性及優勢
3 模糊數學
3.1 模糊數學的發展
3.2 模糊集
3.2.1 模糊集合的相關概念
3.2.2 模糊子集的定義
3.2.3 截集
3.3 模糊數學模型
3.3.1 對稱性模糊優化數學模型
3.3.2 非對稱性模糊優化數學模型
3.3.3 水平截集法
3.3.4 水平截集法的改進
3.3.5 基于二級模糊評判理論確定最優水平值λ*的方法
4 多目標優化
4.1 多目標優化問題概述
4.2 多目標優化的基本概念
4.3 傳統多目標優化問題求解方法
4.3.1 求解方法
4.3.2 局限性
4.4 求解多目標問題的演化算法
4.4.1 求解多目標問題演化算法的發展過程
4.4.2 主要算法
4.4.3 按照適應度和選擇方式進行分類
5 多目標遺傳算法
5.1 多目標遺傳算法的優化機理
5.2 多目標遺傳算法的常用求解方法
5.3 基于MATLAB遺傳工具箱的優化方法
5.3.1 MATLAB遺傳算法工具箱的通用函數
5.3.2 MATLAB遺傳算法的終止
5.4 多目標遺傳算法計算步驟
5.5 棒材孔型多目標遺傳優化設計
5.5.1 孔型多目標優化設計中的目標函數
5.5.2 棒材孔型多目標優化設計的約束條件
5.5.3 懲罰函數法
5.5.4 棒材全連軋孔型優化設計
6 多目標遺傳算法和有限元法相結合的優化方法及應用
6.1 多目標遺傳算法和有限元法相結合的優化思想
6.2 多目標遺傳算法和有限元程序的結合方法
6.2.1 APDL語言簡介
6.2.2 多目標遺傳算法和有限元法相結合的方法
6.3 多目標遺傳算法和有限元法相結合程序的計算步驟
6.4 多目標遺傳算法和有限元法相結合的程序
6.5 多目標遺傳算法和有限元法相結合優化波紋軌腰鋼軌的波紋參數
6.5.1 優化的有限元模型
6.5.2 優化方法
6.5.3 優化分析
6.6 多目標遺傳算法和有限元法相結合優化連鑄坯冷卻參數
6.6.1 優化數學模型
6.6.2 兩種優化算法
6.6.3 異型坯連鑄二冷配水方案優化結果
6.6.4 算法比較
6.7 多目標遺傳算法和有限元法相結合優化機架圓角
6.7.1 優化的有限元模型
6.7.2 優化方法
6.7.3 優化分析
7 BP-NSGA相結合的優化方法
7.1 BP-NSGA相結合的優化思想
7.1.1 非支配分類遺傳算法
7.1.2 帶精英策略的非支配分類遺傳算法
7.1.3 基于BP神經網絡的預測模型
7.1.4 BP神經網絡和帶精英策略的非支配分類遺
傳算法相結合
7.2 BP—NSGA-Ⅱ相結合的優化方法
7.3 BP—NSGA相結合的優化方法的計算步驟
7.4 BP-NSGA相結合的優化機架圓角
7.4.1 機架的有限元分析
7.4.2 機架載荷的施加
7.4.3 機架有限元計算的結果分析
7.4.4 訓練樣本
7.4.5 測試神經網絡的預測性能
7.4.6 基于NSGA-Ⅱ的軋機機架結構參數的多目標優化
8 模糊綜合評判在多目標優化中的應用
8.1 模糊優化設計的概述
8.2 模糊優化分析的方法
8.2.1 采用模糊貼近度法尋求最優解
8.2.2 一級模糊綜合評判方法
8.3 模糊多目標優化步驟
8.4 Y型軋機軋輥的優化設計
8.4.1 軋輥有限元分析
8.4.2 設計變量
8.4.3 設計約束
8.4.4 目標函數
8.4.5 軋輥優化方法的選取
8.4.6 多目標優化的結果
8.4.7 模糊綜合評判
8.4.8 優化結論
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。