机读格式显示(MARC)

• 000 01984nam0 2200337 450

• 001 0000356339

• 005 20201223092600.0

• 010 __ |a 978-7-5136-5869-0 |d CNY58.00

• 099 __ |a CAL 012020042403

• 100 __ |a 20200528d2020 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a ak a 001yy

• 106 __ |a r

• 200 1_ |a 智能前沿 |A Zhi Neng Qian Yan |e 群智能优化算法及应用 |f 李煜, 刘景森, 何小锋著

• 210 __ |a 北京 |c 中国经济出版社 |d 2020

• 215 __ |a 228页 |c 图 |d 24cm

• 314 __ |a 李煜, 河南大学商学院教授、硕士生导师, 管理学博士, 美国布鲁姆菲尔德大学访问学者。主要研究方向: 智能优化、电子商务、物流管理等。

• 314 __ |a 刘景森, 工学博士, 河南大学软件学院教授。主要研究方向: 智能算法、优化控制、网络信息安全等。

• 314 __ |a 何小锋, 博士, 上海雅丰信息科技有限公司、深圳遨顺人工智能有限公司联合创始人, 长期从事智能算法的理论研究及应用研发工作。

• 320 __ |a 有书目和索引

• 330 __ |a 群智能优化算法研究是当前智能优化领域的一个研究热点，已成为交叉学科中一个非常活跃的前沿性研究方向，其应用已经渗透到各个领域。作为一种新兴的智能优化技术，群智能方法自提出以来，已经广泛应用于人工智能、通信网络和工业生产等领域。群智能方法可用于解决许多传统方法无法解决的NP难问题，为许多前瞻性的研究提供了新的思路。群智能方法是一种能够有效解决大多数全局优化问题的新方法。更为重要的是，群智能潜在的并行性和分布式梯度为处理大量的以数据库形式存在的数据提供了技术保证。无论是从理论研究还是应用研究的角度分析，群智能理论及其应用研究都具有重要学术意义和现实价值，全书分为5章，主要内容包括：蝙蝠算法、布谷鸟算法、量子算法、量子蚁群算法、背包问题优化、车辆路径问题优化、Steiner最小树问题优化及其他。

• 333 __ |a 管理科学、物流管理、电子商务等专业研究人员。

• 517 1_ |a 群智能优化算法及应用 |A Qun Zhi Neng You Hua Suan Fa Ji Ying Yong

• 606 0_ |a 最优化算法 |A Zui You Hua Suan Fa

• 690 __ |a O242.23 |v 5

• 701 _0 |a 李煜 |A Li Yu |4 著

• 701 _0 |a 刘景森 |A Liu Jingsen |4 著

• 701 _0 |a 何小锋 |A He Xiaofeng |4 著

• 801 _0 |a CN |b DUTL |c 20200528

• 905 __ |a AUSTL |d O242.23/L934