禁忌搜索算法及应用

1 (p1): 第1章 绪论
1 (p1-1): 1.1 关于最优化的问题
1 (p1-1-1): 1.1.1 最优化技术简述
1 (p1-1-2): 1.1.2 某些优化问题难以求解的原因
2 (p1-2): 1.2 现代启发式方法
3 (p1-2-1): 1.2.1 模拟退火算法
3 (p1-2-2): 1.2.2 进化计算
4 (p1-2-3): 1.2.3 人工免疫系统
4 (p1-2-4): 1.2.4 蚁群算法
5 (p1-2-5): 1.2.5 粒子群优化算法
5 (p1-2-6): 1.2.6 膜计算
7 (p2): 第2章 禁忌搜索基本原理
7 (p2-1): 2.1 禁忌搜索研究历程
8 (p2-2): 2.2 禁忌搜索示例
11 (p2-3): 2.3 禁忌搜索算法描述
13 (p2-4): 2.4 禁忌搜索的关键要素
17 (p2-5): 2.5 禁忌搜索的收敛性
18 (p2-5-1): 2.5.1 基于近期记忆的收敛禁忌搜索算法
21 (p2-5-2): 2.5.2 基于频率记忆的收敛禁忌搜索算法
22 (p2-6): 2.6 长时记忆
22 (p2-6-1): 2.6.1 基于频率的记忆
22 (p2-6-2): 2.6.2 义务执行移动
22 (p2-7): 2.7 策略性振荡
23 (p2-8): 2.8 禁忌搜索与认知心理学
25 (p2-9): 2.9 小结
26 (p3): 第3章 禁忌搜索在旅行商问题中的应用
26 (p3-1): 3.1 旅行商问题简介
27 (p3-2): 3.2 旅行商问题的禁忌搜索求解
27 (p3-2-1): 3.2.1 一种新颖的集中性与多样性的自适应搜索策略
28 (p3-2-2): 3.2.2 算法基本流程及仿真实验
33 (p3-3): 3.3 算法的比较
34 (p3-4): 3.4 小结
35 (p4): 第4章 禁忌搜索在多维背包问题中的应用
35 (p4-1): 4.1 多维背包问题简介
36 (p4-2): 4.2 基于短时-长时记忆的禁忌搜索
36 (p4-2-1): 4.2.1 算法基本思想
36 (p4-2-2): 4.2.2 算法设计
38 (p4-3): 4.3 多维背包问题优化实验
44 (p4-4): 4.4 小结
45 (p5): 第5章 禁忌搜索在多用户检测中的应用
45 (p5-1): 5.1 CDMA通信中多用户检测技术发展概况
47 (p5-2): 5.2 CDMA通信系统的等效数学模型
49 (p5-3): 5.3 多用户检测的性能测度
49 (p5-3-1): 5.3.1 误码率
49 (p5-3-2): 5.3.2 抗远近效应能力
50 (p5-4): 5.4 最佳多用户检测方法
52 (p5-5): 5.5 次佳多用户检测器的分类
52 (p5-6): 5.6 基于禁忌搜索的多用户检测技术
52 (p5-6-1): 5.6.1 禁忌长度可变的禁忌搜索
54 (p5-6-2): 5.6.2 自适应禁忌搜索
56 (p5-7): 5.7 仿真实验与分析
56 (p5-7-1): 5.7.1 邻域构造对多用户检测问题的影响
57 (p5-7-2): 5.7.2 可变禁忌长度多用户检测方法的性能测度
59 (p5-7-3): 5.7.3 自适应禁忌搜索多用户检测方法的性能测度
64 (p5-8): 5.8 小结
65 (p6): 第6章 禁忌搜索在前向神经网络中的应用
65 (p6-1): 6.1 人工神经网络简介
65 (p6-2): 6.2 禁忌搜索在多层前向神经网络中的应用
65 (p6-2-1): 6.2.1 算法设计
66 (p6-2-2): 6.2.2 仿真实验
71 (p6-3): 6.3 小结
72 (p7): 第7章 禁忌搜索在模糊神经网络中的应用
72 (p7-1): 7.1 神经网络与模糊系统
73 (p7-2): 7.2 模糊系统与神经网络结合的方式
74 (p7-3): 7.3 Takagi-Sugeno型模糊神经网络
77 (p7-4): 7.4 禁忌搜索应用于模糊神经网络的结构和参数优化
77 (p7-4-1): 7.4.1 FNN-HTS算法设计
79 (p7-4-2): 7.4.2 仿真实验
86 (p7-5): 7.5 禁忌搜索应用于模糊神经网络分类器设计
87 (p7-5-1): 7.5.1 模糊神经网络与数据挖掘
88 (p7-5-2): 7.5.2 TS-FNNC的设计
91 (p7-5-3): 7.5.3 TS-FNNC应用于IRIS数据分类
93 (p7-6): 7.6 小结
94 (p8): 第8章 禁忌搜索在情感计算中的应用
94 (p8-1): 8.1…