官术网_书友最值得收藏!

一類智能優化算法的改進及應用研究
會員

智能優化算法以其解決實際問題的有效性而快速發展起來,憑借著算法簡單、容易實現、易與其他學科相結合等優點,智能優化算法被越來越多的專家與學者所認可并應用。首先,本書闡述了優化理論的相關內容,然后對智能優化算法進行綜述,并重點介紹了粒子群優化算法與和聲搜索算法。其次,將局部尋優能力較好的變尺度法與粒子群算法結合,提出了基于變尺度的粒子群優化算法,同時將其應用于非線性方程組的求解。然后,將改進后的算法應用于偏微分方程的求解中,將傳統的有限差分法進行改進,并與改進后的粒子群算法進行結合求解偏微分方程,通過數值算例對其進行驗證。再次,將和聲搜索算法與局部搜索能力較好的變尺度法相結合,提出了基于變尺度的和聲搜索算法。通過數值實驗驗證改進后的算法尋優能力較強,魯棒性較好,而且方法容易實現。最后,探討了將微分方程轉化為變分問題的方法,將求解微分方程的權余量方法與標準粒子群算法進行結合,提出了一種新的求解優化問題的方法。同時,在結合傳統的最小二乘近似解法與粒子群算法的基礎上,提出了結合粒子群算法和最小二乘法求解變分優化問題的新方法。給出改進思路、計算流程后,通過仿真實驗發現改進的兩種變分優化算法有較強的適用性。

齊微 ·數據庫 ·7.1萬字

分布式數據服務:事務模型、處理語言、一致性與體系結構
會員

隨著物聯網、云計算、大數據與人工智能等技術的蓬勃發展,計算服務逐漸從計算密集型向數據密集型(DataIntensive)轉變。高性能、高通量的數據服務關鍵技術成為智慧城市、智能制造、智慧農業等國家重大需求解決方案的核心基礎。并行與分布式數據處理的概念啟發于上世紀80年代,源自討論在內存及二級存儲極為有限的條件下如何跨越“內存墻”,完成計算任務的優化技術。而今,互聯網與私有網絡數據指數級增長、數據服務的事務性需求復雜多變、跨地域數據同步需求動態不統一、如何應對當前及未來大數據服務及其上的人工智能計算對并行與分布式數據服務提出了新的問題與挑戰。本書從并行與分布式數據服務的基礎理論、事務模型、數據處理語言等基礎內容,并進一步討論分布式數據一致性模型及全觀性的數據處理架構方面的先進及實用的研究及系統軟件相關知識,,對分布式數據服務的其他研究也進行了概述,并對其未來發展方向進行展望。本書可以作為計算機、數據科學與大數據技術、人工智能等相關專業的高年級本科生與研究生在數據庫理論及分布式系統等課程上的輔助教材,也可以為物聯網、云計算、大數據與人工智能等領域的科研人員及從業者提供創新研究與技術應用的參考。

徐子晨 柳杰 婁俊升 ·數據庫 ·15.5萬字

QQ閱讀手機版

主站蜘蛛池模板: 邛崃市| 沁源县| 洛宁县| 古蔺县| 杨浦区| 临猗县| 疏勒县| 如皋市| 巴林右旗| 竹山县| 怀安县| 玉龙| 西充县| 巍山| 谢通门县| 宜春市| 北票市| 唐河县| 仙居县| 扎赉特旗| 武功县| 湘乡市| 深水埗区| 新和县| 望江县| 钦州市| 临高县| 五常市| 襄城县| 鄂州市| 瑞丽市| 闽清县| 三明市| 连南| 安西县| 肥西县| 沅江市| 轮台县| 平武县| 义马市| 万荣县|