ISBN:9787030447409
书籍目录
前言
第1章绪论
1.1最优化方法的意义
1.2最优化方法的分类
1.3群智能优化方法的产生与发展
1.4怎样学习群智能优化方法
参考文献
第2章最优化模型
2.1单变量最优化
2.2多变量最优化
2.3传统的优化计算方法
2.3.1拉格朗日乘子法
2.3.2牛顿迭代法
2.3.3最速下降法
参考文献
第3章遗传算法
3.1导言
3.2基本原理
3.2.1基本思想
3.2.2组成要素
3.2.3算法流程
3.3遗传算法的数学机理
3.3.1模式的概念
3.3.2模式定理
3.4实例分析
3.4.1非线性约束优化问题
3.4.2多目标优化问题
3.4.3图像分割问题
参考文献
第4章粒子群优化算法
4.1导言
4.2基本原理
4.2.1基本粒子群优化算法
4.2.2标准粒子群优化算法
4.2.3组成要素
4.3数学机理
4.3.1复杂度分析
4.3.2收敛性分析
4.4实例分析
4.4.1基于多样性反馈的粒子群优化算法
4.4.2基于离散式多样性评价策略的自适应粒子群优化算法
4.4.3双中心粒子群优化算法
参考文献
第5章蚁群算法
5.1导言
5.2基本原理
5.2.1蚁群觅食的特性
5.2.2蚂蚁系统模型
5.2.3蚁群算法的实现
5.3复杂度及收敛性分析
5.3.1复杂度分析
5.3.2收敛性分析
5.4蚁群算法的改进
5.4.1蚁群算法的改进思路
5.4.2最大最小蚁群系统（MMAS）
5.4.3分段算法
5.4.4小窗口蚁群算法
5.4.5智能蚂蚁算法
5.4.6自适应蚁群算法
5.4.7具有变异和分工特征的蚁群算法
……
第6章人工免疫算法
第7章文化算法
第8章微分进化
第9章模拟退火算法
参考文献
作者简介
本专著系统介绍近年来产生发展的多种群体智能计算方法，内容涉及模式识别、数据挖掘、统计学、人工智能、数字图像处理等学科的先进思想和理论，重点介绍群体智能计算的原理、数学机理及应用方法。全书共分为10章，内容包括智能优化方法的产生与发展、遗传算法、蚁群算法、粒子群优化算法、微分进化算法、模拟退火算法、人工鱼群算法、蜂群优化算法、细菌觅食优化算法、细胞膜优化算法。本书内容新颖，实用性强。理论与实际应用联系紧密，考虑到不同读者的层次要求，对每种算法的代码介绍较为详细。本书可作为高等院校计算机科学与技术、系统工程、控制科学与工程、人工智能、管理科学等相关专业本科生和研究生的教材或教学参考书，也可供相关工程技术人员参考。