基于自然的算法在資源管理中的應(yīng)用

全元

本書是由Mrinmoy Majumder與Rabindra Nath Barman等人對基于自然的算法在資源領(lǐng)域應(yīng)用的概述。

全書總共有4個部分，第1部分 新的基于自然的算法，含第1-5章：1.論述了蟻群算法（ant colony optimization）在生態(tài)公園等生態(tài)旅游項(xiàng)目選址中的應(yīng)用；2.關(guān)于蜂巢理論（hive theory）在豪豬（porcupine）棲息地選擇的過程中的應(yīng)用；3.關(guān)于粒子群算法（particle swarm optimization）在小型水電站效率優(yōu)化方面的應(yīng)用；4.關(guān)于人工神經(jīng)網(wǎng)絡(luò)（artificial neural networks）在降雨量的短期預(yù)測中的應(yīng)用研究；5.關(guān)于遺傳算法（genetic algorithm）在城市森林中黑框蟾蜍（Bufo melanostictus）生長率研究中的應(yīng)用。

第2部分 棲息地選擇，含第6-10章：基于自然的算法在氣候變化對水資源的影響評價研究中的應(yīng)用，包括神經(jīng)網(wǎng)絡(luò)（ANNs）、蟻群算法（ACO）、遺傳算法（GAs）、人工蜂群算法（ABC）；7.關(guān)于模糊神經(jīng)網(wǎng)絡(luò)（neurofuzzy approach）在作物垂直灌溉中的應(yīng)用；8.模糊神經(jīng)網(wǎng)絡(luò)在極端事件評估中的應(yīng)用；9.遺傳算法在荷花種植地選址方面的研究；10.模糊聚類方法在小型水電站選址中的應(yīng)用。

第3部分 評介方法，含第11-13章：11.濕地生態(tài)敏感性評價方面的研究；12.孟加拉孫德爾本斯國家森林公園水文敏感性分析；13.潮汐發(fā)電廠選址的模糊評價研究。

第4部分 計(jì)算機(jī)模型，含第14-20章：14.于如何利用神經(jīng)遺傳算法（neurogenetic models）通過熱帶河流流域地表水質(zhì)量參數(shù)評估其地下水的研究；15.神經(jīng)聚類方法（neuroclustering methods）以及決策樹模型（decision tree algorithm）正在灌溉渠評價中的應(yīng)用；16.借助衛(wèi)星遙感數(shù)據(jù)，利用模糊神經(jīng)聚類進(jìn)行短期氣候變化預(yù)測的方法與軟件CLIMAGE；17.潮汐發(fā)電對氣候影響的模擬軟件OPTIDAL；18.通過作物特性預(yù)測其產(chǎn)水量的軟件AGROSIM；19.在極端氣候下污水處理廠處理量模擬的軟件QUALTR；20.利用模糊神經(jīng)系統(tǒng)造林樹種選擇的研究。

將該書推薦給從事生態(tài)系統(tǒng)管理研究、評價科學(xué)研究、環(huán)境經(jīng)濟(jì)與環(huán)境管理研究的人員。

（中國科學(xué)院大學(xué)資環(huán)學(xué)院）endprint