粒子群算法及应用
❶ 粒子群算法在任务调度中的应用
毕业论文（设计）题目: 粒子群算法及其在任务调度中的应用
题目类型 理论研究 题目来源 教师科研题
毕业论文（设计）时间从 2008年2月24日至 2008年6月14日
1毕业论文（设计内容要求）：
多处理机调度问题是指有n台相同的处理机和m个独立的作业, 处理机以互不相关的方式处理作业,其中，任何作业可以在任何一台处理机上运行,但未完工前不允许中断作业,作业也不能拆分成更小的作业,使n个作业在尽可能短的时间内由这m台相同的处理机完成。粒子群算法是模拟鸟群觅食的过程,采用速度- 位置模型进行搜索。每个优化问题的解都是搜索空间的一只鸟,称为粒子,粒子群中的每个粒子通过追随个体最优粒子和全局最优粒子进行搜索.
本课题要求学生查找资料，学习、理解、掌握遗传算法的基本思想，总结遗传算法的改进方法，选定一种粒子群算法应用到多处理机调度问题并编程实现该算法，对该算法与首次最优匹配法在调度长度上进行实验比较 。
通过本次毕业设计，学生懂得如何查找资料并对资料进行分析总结，培养科研与独立分析问题的能力，掌握一门程序开发语言，培养程序开发技巧和能力。
❷ 粒子群算法及其应用
既然是数学系的，可以考虑从粒子群算法的收敛性证明和分布性检验方面着手，偏理论性的证明，这方面比较欠缺，有点类似于高楼地基不稳，大家却在上面继续垒
可以参考遗传算法的模式定理或隐性并行性定理等，如果能够提出关于粒子群算法的定理，应该足够具有挑战性了
还有就是对粒子群算法进行算法融合或改进，然后针对改进的算法进行测试，检验其在函数优化等方面的效能。
❸ 怎么在网站下载免费书籍PDF，我想下粒子群算法及应用的pdf
1 粒子群算法及应用 作者 纪震，廖惠连，吴青华着 出版社 科学出版社出版时间 2009-1-1 2 粒子群优化算法作者 李丽，牛奔着出版社 冶金工业出版社出版时间 2009-10-1 。。。此外你还可以看看关于：近似算法，优化算法，智能算法一类的书籍
❹ 求助有下载券的帮忙下一下粒子群优化算法及其应用研究生论文，网址在下面，谢谢了
你好，已上传到附件，满意请及时采纳为最佳答案。
❺ 粒子群算法及应用的目录
前言
第1章绪论
1.1最优化问题
1.1.1函数优化问题与组合优化问题
1.1.2优化算法的发展
1.2几种常见的启发式算法
1.2.1遗传算法
1.2.2模拟退火算法
1.2.3人工神经网络
1.3群体智能算法
1.3.1蚁群算法
1.3.2粒子群算法
1.4粒子群算法的发展与应用
1.4.1粒子群算法的发展
1.4.2粒子群算法的应用
参考文献
第2章基本粒子群算法
2.1引言
2.2基本粒子群算法
2.3带惯性权重的粒子群算法
2.3.1一般的惯性因子设计
2.3.2基于模糊系统的惯性因子的动态调整
2.4带收缩因子的粒子群算法
2.5与其他算法的异同
2.5.1基于梯度的优化算法
2.5.2进化计算方法
2.5.3蚁群算法
2.6复杂度
2.6.1复杂度的判定标准和基本概念
2.6.2时空复杂度分析
参考文献
第3章粒子群算法的分析
3.1一维空间轨迹
3.1.1粒子群系统的简化
3.1.2单个粒子的轨迹
3.2多维空间轨迹
3.2.1区域特性
3.2.2步长分析
3.3代数分析
3.3.1系统简化
3.3.2代数观点
3.4解析分析
3.5差分方程分析
3.5.1粒子运动轨迹的稳定性分析
3.5.2粒子运动轨迹的影响因素
3.5.3粒子运动轨迹与算法收敛的关系
参考文献
第4章改进的粒子群算法及分析
4.1离散粒子群优化算法
4.1.1二进制离散粒子群优化算法
4.1.2改进的二值离散粒子群优化算法
4.1.3离散量子粒子群优化算法
4.1.4模糊离散粒子群优化算法
4.2小生境粒子群优化算法
4.2.1小生境粒子群算法
4.2.2基于聚类的小生境粒子群算法
4.2.3种群小生境粒子群算法
4.3混合粒子群优化算法
4.3.1基于遗传思想改进粒子群算法
4.3.2混沌粒子群优化算法
4.3.3基于模拟退火的粒子群优化算法
4.4其他粒子群改进算法
4.4.1子矢量
4.4.2子矢量的更新过程
4.4.3参数分析
参考文献
第5章在函数优化中的应用
5.1基准测试函数
5.2优化测试函数的分类
5.2.1无约束优化测试函数
5.2.2有约束优化测试函数
5.2.3极大极小优化测试函数
5.2.4多目标优化测试函数
5.3智能单粒子算法优化性能
参考文献
第6章在图像压缩中的应用
6.1矢量量化
6.2常用的几种矢量量化方法
6.2.1K-means算法
6.2.2模糊K-means算法
6.2.3模糊矢量量化算法
6.2.4FRLVQ算法
6.2.5FRLVQ-FVQ算法
6.3粒子对算法
6.3.1粒子结构
6.3.2与传统粒子群算法的差异
6.3.3码书更新过程
6.4算法比较
参考文献
第7章在基因聚类中的应用
7.1基因芯片技术简介
7.2基因表达数据聚类分析
7.2.1基因表达数据分析
7.2.2聚类分析
7.3基因表达数据聚类分析
7.3.1聚类算法的分类
7.3.2K-means聚类
7.3.3层次聚类
7.3.4自组织映射
7.3.5改进型聚类算法
7.4粒子对算法在基因聚类中的应用
7.4.1粒子结构
7.4.2聚类分析
7.4.3聚类结果
7.5基因聚类分析结果的评价标准
参考文献
第8章粒子群算法应用综述
8.1优化问题求解
8.1.1约束优化问题求解
8.1.2规划问题求解
8.1.3离散空间组合优化问题求解
8.2工程设计与优化领域
8.2.1电路及滤波器设计
8.2.2神经网络训练
8.2.3控制器设计与优化
8.2.4RBF网络优化训练举例
8.3电力系统领域
8.3.1电容器优化配置
8.3.2最优潮流计算与无功优化控制
8.3.3机组优化组合问题
8.3.4电网扩展计划
8.3.5电力系统恢复
8.3.6负荷经济分配及调度
8.3.7状态估计
8.3.8参数辨识
8.3.9优化设计
8.3.10OPF问题举例
8.4机器人控制领域
8.4.1机器人控制与协调
8.4.2移动机器人路径规划
8.5交通运输领域
8.5.1车辆路径问题
8.5.2VRP问题举例
8.5.3交通控制
8.6通信领域
8.6.1路由选择及移动通信基站布置优化
8.6.2天线阵列控制
8.6.3偏振模色散补偿
8.7计算机领域
8.7.1任务分配问题
8.7.2数据分类
8.7.3图像处理
8.8工业生产优化领域
8.8.1机械领域
8.8.2化工领域
8.9生物医学领域
8.10电磁学领域
参考文献
附录A粒子对算法应用于图像矢量量化的源代码
附录B智能单粒子优化算法求解函数的源代码
附录C23个基准测试函数
附录D基因聚类常用软件
……
❻ 粒子群算法的应用的图书哪个好
《粒子群算法及应用》
着者纪震, 廖惠连, 吴青华
科学出版社 2009
列举了十几个应用的方面，而且还有下面的分支应用，并有详细的说明和介绍
❼ 群智能算法及其应用的介绍
群智能算法作为一种新兴的演化计算技术，已成为越来越多研究者的关注焦点，它与人工生命，特别是进化策略以及遗传算法有着极为特殊的联系。群智能理论研究领域主要有两种算法：蚁群算法和粒子群优化算法。蚁群算法是对蚂蚁群落食物采集过程的模拟，已成功应用于许多离散优化问题。粒子群优化算法也是起源于对简单社会系统的模拟，最初是模拟鸟群觅食的过程，但后来发现它是一种很好的优化工具。
❽ 粒子群算法怎么应用到实际问题中
每个粒子的位置有n维，每一维代表一个未知数
❾ 粒子群算法及应用的介绍
粒子群算法是一种新的模仿鸟类群体行为的智能优化算法，现已成为进化算法的一个新的重要分支。全书共分为八章，分别论述了基本粒子群算法和改进粒子群算法的原理，并且详细介绍了粒子群算法在函数优化、图像压缩和基因聚类中的应用，最后给出了粒子群算法的应用综述和相关程序代码。