群体智能与演化博弈 pdf下载

适读人群 ：本书适合人工智能、自动化、计算机专业的高年级本科生以及研究生以及智能算法设计和开发人员；

1. 本书是智能、电子、计算机、自动化、仿生科学等多学科交叉领域的融合创新。反映了作者在多项国家自然科学基金项目、国防项目的研究成果。
2. 重点介绍集群智能控制与算法，为群体智能这一涉及人工智能、国防智能的重点研究领域提供理论基础和技术指导。
3. 理论与算法均为该领域内新研究成果，对学习使用本书的研究生以及专业技术人员有较大的帮助。
4. 书后附彩图页，优化读者阅读体验
5. 每章附带章后总结，学习复习更直观

目 录
第 1章 绪论1
1．1 群体智能概述1
1．2 群体智能的主要应用1
1．2．1 优化求解2
1．2．2 协同搜索8
1．2．3 编队控制10
1．2．4 协同通信网络15
1．2．5 大数据分析16
1．2．6 图像处理18
1．3 演化博弈理论及相关知识19
1．3．1 演化博弈论19
1．3．2 复杂网络30
1．3．3 任务分配35
第 2章 基于粒子群优化算法的群体演化博弈38
2．1 群体演化博弈模型概述38
2．2 粒子群优化机制39
2．3 仿真实验与结果分析41
2．3．1 实验描述与统计结果41
2．3．2 特殊策略节点46
本章小结48
第3章 有限群体中任务分配博弈的动力学49
3．1 两人参与双策略任务分配博弈模型动力学49
3．1．1两人参与双策略任务分配博弈模型49
3．1．2 两人交互博弈规则说明50
3．1．3理论分析51
3．1．4 仿真实验53
3．2 任务分配博弈在弱选择下的固定概率和固定时间60
3．2．1 固定概率60
3．2．2 平均时间61
3．2．3 条件固定时间62
3．3 多人参与双策略任务分配博弈模型动力学63
3．3．1多人参与双策略任务分配博弈模型63
3．3．2 多人交互博弈规则说明64
3．3．3 理论分析65
3．3．4 仿真实验66
本章小结71
第4章 带有破坏者的任务分配博弈演化动力学73
4．1 带有破坏者的任务分配博弈演化描述73
4．1．1 带有破坏者的任务分配博弈模型73
4．1．2 Smith动力学75
4．2 基于Smith动力学对任务分配博弈进行理论分析76
本章小结90
第5章 基于演化博弈的多智能体覆盖控制92
5．1 演化博弈的均衡分析92
5．1．1 稳定进化对策93
5．1．2 纳什均衡态95
5．1．3 其他分析方法96
5．2 多智能体系统的覆盖控制建模101
5．2．1 覆盖问题概述101
5．2．2 覆盖控制的评价指标102
5．2．3 建立基于演化博弈论的覆盖控制模型104
5．3 基于演化博弈论的覆盖控制算法105
5．3．1 覆盖控制算法流程105
5．3．2 关键参数的选取和设计107
5．4 算法仿真分析111
5．4．1 小规模系统仿真示例111
5．4．2 大规模系统仿真示例115
5．4．3 各项评价性能指标在不同系统规模下的比较120
5．5 算法控制效果的比较与扩展124
5．5．1 与其他覆盖控制算法的比较125
5．5．2 智能体突然加入、退出或停滞的仿真130
本章小结136
第6章 基于演化博弈理论的集群编队138
6．1 集群编队概述138
6．2 集群编队控制建模与分析140
6．2．1 基于博弈的编队模型140
6．2．2 平均收益与群体适合度建模140
6．2．3 演化过程中的固定概率与策略演化141
6．3 仿真实验分析157
6．3．1 实验描述157
6．3．2 仿真结果与分析161
本章小结175
第7章 基于深度优先策略的区域协同搜索177
7．1 协同搜索概述177
7．1．1背景介绍177
7．1．2 研究现状179
7．2 基于深度优先策略的协同搜索算法181
7．2．1 搜索问题建模181
7．2．2 一次搜索流程183
7．2．3 重复搜索流程190
7．3 实验设计及结果197
7．3．1 仿真实验参数197
7．3．2 一次搜索仿真实验198
7．3．3 二次搜索仿真实验201
7．4 未来展望204
本章小结204
参考文献206