全局最优化(基于递归深度群体搜索的新方法)

作者简介

刘群锋，理学博士，东莞理工学院教授，分别于1999年、2002年在华中科技大学数学系获学士、硕士学位，于2011年在湖南大学数学学院获博士学位。主要从事全局优化、计算智能与机器学习等领域的理论与方法研究。主持国家自然科学基金面上项目、教育部人文社科基金青年项目、广东省自然科学基金面上项目等科研项目5项，累计研究经费超400万。在相关领域的主流期刊上发表论文50余篇。

内容简介

\"全局最优化算法致力于用计算的手段近似求解出最优化问题的全局最优解，在科学与工程问题中具有非常重要的地位。 随着人工智能浪潮的到来，这一地位得到了进一步加强。本书介绍作者近十年来在全局优化领域的研究中提出来的一类新方法，这类方法采用了多水平、多尺度的递归深度群体搜索策略，能够用更少的成本找到精度更好的近似解。本书介绍递归深度群体搜索策略及其在确定性全局优化和智能优化两个子领域的具体应用。这些研究成果都已在全局优化和演化计算领域的国际顶级期刊发表。同时，本书的主题符合新一代人工智能发展的需求。因此，本书具有很好的前沿性与时代特色。\"