- 群智能优化算法/人工智能前沿理论与技术应用丛书
- - 作者：编者:樊新海//冯辅周//张传清//朱俊臻//乔新勇等|责编:徐蔷薇
  - 出版社：电子工业
  - ISBN：9787121509957
  - 出版日期：2026/01/01
  - 页数：412
- 售价：51.2

内容大纲
    群智能优化算法作为一种新兴的智能优化技术和诸多交叉学科研究领域的前沿，受到了越来越多研究者的关注。这些算法受自然界生物进化过程和生物群体行为规律的启发，吸收和融合了运筹学、生物学、物理学、计算数学、计算机科学、人工智能和控制论等学科思想和方法，在没有集中控制且不提供全局信息的条件下，为求解传统优化方法难以解决的非线性、不可微、不确定、多目标、分布式复杂优化问题提供了新思路和新手段，在诸多学科领域得到了成功应用。
    本书选取了具有代表性的遗传算法、差分进化算法、人工免疫算法、粒子群优化算法、蚁群优化算法、人工蜂群算法、细菌觅食优化算法、人工鱼群算法、混合蛙跳算法、萤火虫算法、布谷鸟搜索算法、狼群算法、秃鹰搜索优化算法、蝠鲼觅食优化算法、野狗优化算法和沙丘猫群优化算法16种群智能优化算法，重点讲述了这些算法的基本原理、运算流程、主要参数和应用实例，特别是对每个应用实例都给出了详细的MATLAB实现参考程序。
    本书可作为高校本科生、研究生相关课程的教材或参考书，也可供相关工程技术人员自学参考。
作者介绍
目录
第1章  绪论
  1.1  最优化问题概述
    1.1.1  单变量最优化问题
    1.1.2  多变量最优化问题
    1.1.3  复杂问题的最优化问题
  1.2  群智能优化算法概述
    1.2.1  群智能优化算法的基本思想
    1.2.2  群智能优化算法的主要分类
    1.2.3  群智能优化算法的优势及特点
  1.3  群智能优化算法的仿生计算机制
    1.3.1  算法初始化
    1.3.2  个体位置更新
    1.3.3  竞争选择机制
  1.4  学习建议
  思考题
第2章  遗传算法
  2.1  遗传算法的原理及特点
    2.1.1  遗传算法的生物学基础
    2.1.2  遗传算法的基本原理
    2.1.3  遗传算法的特点分析
  2.2  标准遗传算法及其改进方向
    2.2.1  标准遗传算法
    2.2.2  标准遗传算法的改进方向
  2.3  遗传算法的运算流程
  2.4  遗传算法的主要参数
  2.5  遗传算法的应用实例
  思考题
第3章  差分进化算法
  3.1  差分进化算法的原理及特点
    3.1.1  差分进化算法的基本原理
    3.1.2  差分进化算法的特点分析
  3.2  差分进化算法的不同形式
    3.2.1  差分进化算法的基本形式
    3.2.2  差分进化算法的其他形式
    3.2.3  差分进化算法的改进
  3.3  差分进化算法的运算流程
  3.4  差分进化算法的主要参数
  3.5  差分进化算法的应用实例
  思考题
第4章  人工免疫算法
  4.1  生物免疫系统和人工免疫系统
    4.1.1  生物免疫系统
    4.1.2  人工免疫系统
  4.2  人工免疫算法的原理及特点
    4.2.1  人工免疫算法的基本原理
    4.2.2  人工免疫算法的特点分析
  4.3  人工免疫算法的运算流程
  4.4  人工免疫算法的主要参数
  4.5  人工免疫算法的应用实例
  思考题

第5章  粒子群优化算法
  5.1  粒子群优化算法的原理及特点
    5.1.1  粒子群优化算法的基本原理
    5.1.2  粒子群优化算法的特点分析
  5.2  粒子群优化算法的常见形式
    5.2.1  基本粒子群优化算法
    5.2.2  标准粒子群优化算法
    5.2.3  离散粒子群优化算法
  5.3  粒子群优化算法的运算流程
  5.4  粒子群优化算法的主要参数
  5.5  粒子群优化算法的应用实例
  思考题
第6章  蚁群优化算法
  6.1  蚁群优化算法的原理及特点
    6.1.1  蚂蚁觅食过程
    6.1.2  人工蚂蚁的特性
    6.1.3  人工蚁群的特性
    6.1.4  蚁群优化算法的特点分析
  6.2  蚁群优化算法的常见形式
    6.2.1  基本蚁群优化算法
    6.2.2  精英蚂蚁系统算法
    6.2.3  最大最小蚂蚁算法
    6.2.4  基于排序的蚁群系统算法
    6.2.5  自适应蚁群优化算法
  6.3  蚁群优化算法的运算流程
  6.4  蚁群优化算法的主要参数
  6.5  蚁群优化算法的应用实例
  思考题
第7章  人工蜂群算法
  7.1  人工蜂群算法的原理及特点
    7.1.1  蜂群采蜜过程
    7.1.2  人工蜂群算法的基本原理
    7.1.3  人工蜂群算法的特点分析
  7.2  人工蜂群算法的运算流程
  7.3  人工蜂群算法的主要参数
  7.4  人工蜂群算法的应用实例
  思考题
第8章  细菌觅食优化算法
  8.1  细菌觅食优化算法的原理及特点
    8.1.1  细菌觅食行为
    8.1.2  细菌觅食优化算法的基本原理
    8.1.3  细菌觅食优化算法的特点分析
  8.2  细菌觅食优化算法的运算流程
  8.3  细菌觅食优化算法的主要参数
  8.4  细菌觅食优化算法的应用实例
  思考题
第9章  人工鱼群算法
  9.1  人工鱼群算法的原理及特点
    9.1.1  人工鱼群算法的基本原理
    9.1.2  人工鱼群算法的特点分析

  9.2  人工鱼群算法的运算流程
  9.3  人工鱼群算法的主要参数
  9.4  人工鱼群算法的应用实例
  思考题
第10章  混合蛙跳算法
  10.1  混合蛙跳算法的原理及特点
    10.1.1  混合蛙跳算法的基本原理
    10.1.2  混合蛙跳算法的特点分析
  10.2  混合蛙跳算法的运算流程
  10.3  混合蛙跳算法的主要参数
  10.4  混合蛙跳算法的应用实例
  思考题
第11章  萤火虫算法
  11.1  萤火虫算法的原理及特点
    11.1.1  萤火虫算法的理想原则
    11.1.2  萤火虫算法的基本原理
    11.1.3  萤火虫算法的特点分析
  11.2  萤火虫算法的运算流程
  11.3  萤火虫算法的主要参数
  11.4  萤火虫算法的应用实例
  思考题
第12章  布谷鸟搜索算法
  12.1  布谷鸟搜索算法的原理及特点
    12.1.1  借巢产卵的繁殖行为
    12.1.2  Lévy飞行
    12.1.3  布谷鸟搜索算法的基本原理
    12.1.4  布谷鸟搜索算法的特点分析
  12.2  布谷鸟搜索算法的运算流程
  12.3  布谷鸟搜索算法的主要参数
  12.4  布谷鸟搜索算法的改进方向
  12.5  布谷鸟搜索算法的应用实例
  思考题
第13章  狼群算法
  13.1  狼群算法的原理及特点
    13.1.1  狼群算法的生物学背景
    13.1.2  狼群算法的基本原理
    13.1.3  狼群算法的特点分析
  13.2  狼群算法的运算流程
  13.3  狼群算法的主要参数
  13.4  狼群算法的应用实例
  思考题
第14章  秃鹰搜索优化算法
  14.1  秃鹰搜索优化算法的原理及特点
    14.1.1  秃鹰搜索优化算法的基本原理
    14.1.2  秃鹰搜索优化算法的特点分析
  14.2  秃鹰搜索优化算法的运算流程
  14.3  秃鹰搜索优化算法的应用实例
  思考题
第15章  蝠鲼觅食优化算法
  15.1  蝠鲼觅食优化算法的原理及特点

    15.1.1  蝠鲼觅食优化算法的基本原理
    15.1.2  蝠鲼觅食优化算法的特点分析
  15.2  蝠鲼觅食优化算法的运算流程
  15.3  蝠鲼觅食优化算法的应用实例
  思考题
第16章  野狗优化算法
  16.1  野狗优化算法的原理及特点
    16.1.1  野狗优化算法的基本原理
    16.1.2  野狗优化算法的特点分析
  16.2  野狗优化算法的运算流程
  16.3  野狗优化算法的应用实例
  思考题
第17章  沙丘猫群优化算法
  17.1  沙丘猫群优化算法的原理及特点
    17.1.1  沙丘猫群优化算法的基本原理
    17.1.2  沙丘猫群优化算法的特点分析
  17.2  沙丘猫群优化算法的运算流程
  17.3  沙丘猫群优化算法的应用实例
  思考题
参考文献

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目