购买云解压PDF图书

当前位置: 群体智能算法改进及其应用 > 购买云解压PDF图书
群体智能算法改进及其应用
  • 作 者:邱春艳著
  • 出 版 社:北京:科学出版社
  • 出版年份:2019
  • ISBN:9787030607959
  • 注意:在使用云解压之前,请认真核对实际PDF页数与内容!

在线云解压

价格(点数)

购买连接

说明

转为PDF格式

6

立即购买

(在线云解压服务)

云解压服务说明

1、本站所有的云解压默认都是转为PDF格式,该格式图书只能阅读和打印,不能再次编辑。

云解压下载及付费说明

1、所有的电子图书云解压均转换为PDF格式,支持电脑、手机、平板等各类电子设备阅读;可以任意拷贝文件到不同的阅读设备里进行阅读。

2、云解压在提交订单后一般半小时内处理完成,最晚48小时内处理完成。(非工作日购买会延迟)

第1章 绪论 1

1.1 研究背景 1

1.2 研究目的 3

1.3 研究意义 6

1.4 本书章节安排 9

参考文献 10

第2章 国内外研究现状 12

2.1 群体智能优化算法发展现状 12

2.2 聚类技术在数据挖掘领域的研究现状 16

2.3 多目标优化方法及其在供应链优化领域的应用现状 18

2.4 本章小结 20

参考文献 21

第3章 群体智能相关理论研究 26

3.1 智能优化算法 26

3.2 聚类算法 28

3.3 复杂网络 29

3.4 朴素贝叶斯分类 30

3.5 本章小结 31

参考文献 31

第4章 基于人工蜂群优化的密度峰值聚类 34

4.1 引言 34

4.2 密度峰值聚类算法的改进 35

4.2.1 计算数据点的密度及生成决策图 37

4.2.2 执行初始聚类 38

4.2.3 识别类簇间数据点 39

4.2.4 初选类簇间数据点的类簇标号 40

4.2.5 判定类簇间数据点的类簇标号 41

4.2.6 完成聚类 44

4.3 实验结果 44

4.3.1 类簇间数据点的自动识别 44

4.3.2 任意形状数据集的类簇中心点和类簇数目的自动识别 48

4.3.3 不同形状和大小的数据集的有效聚合 49

4.3.4 分类效果评价 51

4.4 结果分析 52

4.5 本章小结 54

参考文献 54

第5章 基于人工蜂群优化的密度峰值聚类算法的应用 56

5.1 引言 56

5.2 数据来源及预处理 57

5.3 基于人工蜂群的密度峰值聚类算法 59

5.4 聚类结果分析 60

5.5 本章小结 61

参考文献 62

第6章 基于复杂网路和朴素贝叶斯分类的人工蜂群算法 63

6.1 引言 63

6.2 模型建立 66

6.2.1 问题描述 66

6.2.2 解的表达 69

6.3 基于复杂网络的人工蜂群算法 71

6.4 基于复杂网络和朴素贝叶斯分类的人工蜂群算法的实现 73

6.5 推土机制造企业的供应链网络优化 74

6.5.1 全局最优解集的搜索能力 80

6.5.2 搜索全局最优解集的速度 89

6.6 算法结果分析 91

6.7 本章小结 93

参考文献 93

购买PDF格式(6分)
返回顶部