本书针对盲均衡理论与算法研究中初始权向量优化的难题,以智能群算法和智能计算理论为工具,开展了盲均衡算法性能优化的研究。主要内容有:基于遗传算法(含自适应遗传算法、模拟退火遗传算法和改进混合遗传算法)优化的正交小波类盲均衡算法;基于混沌算法或混沌支持向量机算法优化的正交小波加权多模盲均衡算法;基于免疫克隆算法优化的正交小波盲均衡算法及正交小波支持向量机盲均衡算法;基于粒子群算法(免疫克隆粒子群算法、量子粒子群算法及动态粒子群算法)优化的正交小波类盲均衡算法;基于人工鱼群算法(模拟退火与人工鱼群变异混合算法、混沌人工鱼群算法、免疫人工鱼群算法、量子人工鱼群算法)优化的多模盲均衡算法;基于DNA遗传算法(禁忌搜索自适应双链DNA遗传算法、多种群禁忌搜索DNA遗传算法)优化的多模盲均衡算法;基于DNA智能群
本书首先介绍遗传算法的概念、理论、主要应用方向、算法流程和关键参数说明,并给出具体的MATLAB仿真实例;然后介绍直线阵列、平面阵列、圆形阵列、圆柱阵列综合方向图的理论知识;再通过根据具体问题适应性改进的遗传算法对它们进行稀疏布阵,达到减少天线阵元,降低成本,同时防止出现栅瓣,得到低旁瓣方向图的目的。本书内容由浅入深,循序渐进,便于读者对遗传算法的深入理解和掌握。
本书全面介绍了算法的数学分析所涉及的主要技术。涵盖的内容来自经典的数学课题(包括离散数学、初等实分析、组合数学),以及经典的计算机科学课题(包括算法和数据结构)。本书的重点是“平均情况”或“概率性”分析,书中也论述了“很差情况”或“复杂性”分析所需的基本数学工具。本书版为行业代表性著作,第2版不仅对书中图片和代码进行了更新,还补充了新章节。全书共9章,章是导论;第2~5章介绍数学方法;第6~9章介绍组合结构及其在算法分析中的应用。除每章包含的大量习题以及参考文献外,本书特设配套免费学习网站,为读者提供了很多关于算法分析的补充材料,包括课件和相关网站的链接,帮助读者提高学习兴趣,完成更深入的学习。