智能优化算法与涌现计算(第2版) 版权信息
- ISBN:9787302603993
- 条形码:9787302603993 ; 978-7-302-60399-3
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 所属分类:>
智能优化算法与涌现计算(第2版) 本书特色
本书全面收集了国内外已提出的原创的智能优化算法和涌现计算150种。每种算法从算法提出、优化原理、数学描述、实现步骤及算法流程等方面加以介绍。全书视野开阔,取材全面而新颖,逻辑严谨,系统性强,撰写上由浅入深,深入浅出,启迪思维。
本书介绍的百余种智能优化算法,涉及从地球上的万物之灵——智能水平*高的人,到介于动物和真菌之间的低级黏菌生物; 从海洋中世界上*大的哺乳动物鲸鱼到海洋微小无脊椎动物磷虾; 从凶猛的野生群居动物老虎、狮子到幼小的蚂蚁、蜜蜂; 从自然界的风、雨、云、雷电现象到地球上的水循环、食物链……内容涵盖面之广,可以说陆海空无所不及: 从陆地到海洋,从水中到空中,从有生命的动植物、微生物到无生命的自然现象,从物理化学数学、非线性科学到复杂适应系统等。
张大鹏 加拿大皇家科学院院士/加拿大工程院院士|IEEE Fellow|AIPR Fellow|香港中文大学(深圳)校长讲座教授本书介绍了近40年来国内外原创的智能优化算法和涌现计算的研究成果,内容全面而新颖。对近160多种优化算法进行梳理分类,结构组织设计合理。每种算法介绍提出背景、设计灵感、优化原理、数学描述、算法实现等,系统性好。撰写时由浅入深、深入浅出、启迪思维,可读性好。因此,本书对于智能优化领域的教学和科研人员极具参考价值。
邓志东 清华大学博士生导师|教授|人工智能研究院视觉智能研究中心主任智能优化算法正在成为对缺乏精确数学模型的复杂问题优化的强有力的工具,已成为国内外研究的前沿领域。本书以宏大篇幅介绍国内外该领域的原创性研究成果,具有立意视野独特、取材宽广、内容新颖丰富、结构组织严谨等特点;撰写上深入浅出,宏微有序,妙趣充溢,引人思考。我深信本书的出版对于推动智能优化领域的教学、科研及其应用必将发挥积极促进作用。
刘劼 IEEE Fellow|ACM杰出科学家|哈尔滨工业大学人工智能研究院院长本书系统介绍了近160种智能优化算法,取材全面,内容新颖,分类科学,系统性强, 在第1版的基础上有大幅度更新和扩充。与国内外同类图书相比,从算法取材之广、数量之多、内容之新、篇幅之大的角度看,本书填补了智能优化算法大全的空白。在人工智能日新月异发展的时代,本书将为该领域广大教学、科研人员扩大视野、开阔思路、启发思维、激发创新灵感起到引领作用。
朱全民 英国西英格大学教授|《国际建模、辨识和控制学报》创始人及主编本书立意新颖,富有创新性:提出基于复杂适应系统理论适应性造就复杂性的观点研究智能优化算法,能深刻认识其本质特征,并易于理解计算复杂性;把智能优化算法和涌现计算分别视为对复杂系统优化求解的数值化方法和模拟化方法,对于正确认识它们的目标、区别与联系具有重要意义。本书可作为研究和应用开发智能优化算法的工具书,极具参考价值。
左兴权 北京邮电大学计算机学院博士生导师李士勇教授长期从事自动控制、人工智能、模糊逻辑、神经网络、量子信息、复杂系统等新兴学科的交叉研究,在模糊控制、智能控制、智能优化、智能制导、复杂系统方面出版了多部教材和专著。上述多学科交叉的研究积累正是撰写本书的深厚底蕴。据我所知,这是目前国内外论述智能优化算法种类多、篇幅大、内容新颖的一部优秀著作。
本书在第1版的基础上增加了53种算法,涉及的算法总数达159种,并进行梳理分类,结构组织设计合理。汇集了近40年来国内外原创的智能优化算法和涌现计算的研究成果,内容全面而新颖。
智能优化算法与涌现计算(第2版) 内容简介
智能优化正在成为人工智能、计算机科学、信息科学、生物信息学、仿生学、自然科学诸多领域交叉融合研究的前沿学科,它为解决许多领域中缺乏准确数学模型的复杂系统优化问题提供了强有力的工具。
本书将第1版的106种原创的智能优化算法与涌现计算增加到159种,全面地反映该领域创新性的研究成果,堪称国内优选的智能优化算法大全。全书共六篇:**篇仿人智能优化算法(21种);第二篇进化算法(12种);第三篇群智能优化算法(70种);第四篇仿植物生长算法(11种);第五篇仿自然优化算法(40种);第六篇涌现计算(5种)。本书取材广泛、内容新颖、结构严谨、系统性强、由浅入深、逻辑严密、辩证分析,旨在开阔读者视野,启迪创新思维,激励科研人员、研究生等在生生不息、丰富多彩的大千世界中捕捉更多的创新灵感。
本书可作为高等院校智能科学、人工智能、人工生命、自动化科学、计算机科学、信息科学、系统科学、管理科学等相关专业教学参考书,也可供高校教师、研究生、科研人员及工程技术人员学习参考。
智能优化算法与涌现计算(第2版) 目录
目录
**篇仿人智能优化算法
第1章模糊逻辑算法
1.1模糊集合及其表示
1.2模糊集合的运算及其性质
1.3模糊关系与模糊矩阵
1.4模糊推理规则
1.5模糊系统的万能逼近特性
第2章神经网络算法
2.1神经细胞结构与功能
2.2人工神经元的基本特性
2.3人工神经网络及其特点
2.4前向神经网络的结构、训练及学习
2.5神经网络的学习规则
2.6前向网络误差反向传播学习算法及
其逼近特性
第3章免疫算法
3.1免疫系统的基本概念
3.2免疫系统的组织结构
3.3免疫系统的免疫机制
3.4免疫系统的学习及优化机理
3.5免疫算法及克隆选择算法的
实现步骤
第4章内分泌算法
4.1内分泌算法的提出
4.2内分泌与神经、免疫系统之间的
关系
4.3生物内分泌系统
4.4内分泌激素调节规律的描述
4.5人工内分泌系统内分泌激素的
调节机制
4.6基于内分泌调节机制的行为自组织
算法的实现
第5章人工代谢算法
5.1人工代谢算法的提出
5.2人工代谢算法的原理
5.3人工代谢算法的描述
5.4人工代谢算法的实现流程
第6章膜计算
6.1膜计算的提出
6.2细胞膜的结构、模型及功能
6.3标准膜计算的原理
6.4标准膜计算的描述
6.5膜计算的过程及实现步骤
第7章禁忌搜索算法
7.1禁忌搜索算法的提出
7.2组合优化中的邻域概念
7.3局部搜索算法
7.4禁忌搜索算法
7.5禁忌搜索算法的主要操作及参数
第8章和声搜索算法
8.1和声搜索算法的提出
8.2和声搜索算法的原理及结构
8.3和声搜索算法的主要步骤及流程
第9章思维进化算法
9.1思维进化算法的提出
9.2思维进化算法的基本思想
9.3思维进化算法的描述
9.4思维进化算法的实现步骤及流程
第10章社会进化算法
10.1社会进化算法的提出
10.2社会进化算法的基本思想
10.3多智能体社会进化系统
10.4社会进化算法的描述
10.5社会进化算法的实现步骤
第11章人口迁移算法
11.1人口迁移算法的提出
11.2人口迁移算法的原理
11.3人口迁移算法的描述
11.4人口迁移算法的实现步骤
第12章标杆学习算法
12.1标杆学习算法的提出
12.2标杆管理的基本思想
12.3标杆学习算法的基本原理
12.4标杆学习算法的数学描述
12.5标杆学习算法的实现流程
第13章瞭望算法
13.1瞭望算法的提出
13.2瞭望算法的基本原理
13.3瞭望算法的数学描述
13.4求解全局优化问题的瞭望算法的
实现
第14章视觉认知优化算法
14.1视觉认知优化算法的提出
14.2视觉认知优化算法的原理
14.3视觉认知优化算法的描述与步骤
14.4算法的收敛性证明
14.5视觉认知优化算法的实现举例
14.6基于视觉认知的可视化算法
第15章头脑风暴优化算法
15.1头脑风暴优化算法的提出
15.2头脑风暴优化算法的基本思想
15.3头脑风暴过程的描述
15.4头脑风暴优化算法的描述及实现
步骤
15.5基于讨论机制的头脑风暴优化
算法
第16章随机聚焦搜索优化算法
16.1随机聚焦搜索优化算法的提出
16.2随机聚焦搜索优化算法的原理
16.3随机聚焦搜索优化算法的描述
16.4随机聚焦搜索算法的基本步骤
16.5基于随机聚焦搜索算法的冲压
成形工艺优化
第17章教学优化算法
17.1教学优化算法的提出
17.2教学优化算法的原理
17.3教学优化算法的数学描述
17.4教学优化算法的实现步骤
第18章帝国竞争算法
18.1帝国竞争算法的提出
18.2帝国竞争算法的原理
18.3帝国竞争算法的数学描述
18.4帝国竞争算法的实现步骤及流程
第19章世界杯竞赛算法
19.1世界杯竞赛算法的提出
19.2世界杯竞赛算法的描述
19.3世界杯竞赛算法的实现流程
第20章排球超级联赛算法
20.1排球超级联赛算法的提出
20.2排球超级联赛算法的优化原理
20.3排球超级联赛算法的数学描述
20.4排球超级联赛算法的实现步骤
第21章集体决策优化算法
21.1集体决策优化算法的提出
21.2集体决策优化的基本思想
21.3集体决策优化算法的数学描述
21.4集体决策优化算法的实现
第二篇进 化 算 法
第22章遗传算法
22.1遗传算法的提出
22.2遗传算法的优化原理
22.3生物的遗传及遗传算法的基本
概念
22.4遗传算法的基本操作
22.5遗传算法的求解步骤
22.6原对偶遗传算法
第23章遗传编程
23.1遗传编程的提出
23.2遗传编程的原理及基本操作
23.3遗传编程算法的设计步骤及流程
23.4遗传编程算法的本质属性
第24章进化规划
24.1进化规划的提出
24.2进化规划的原理及基本操作
24.3进化规划的实现步骤及流程
第25章进化策略
25.1进化策略的提出
25.2进化策略的基本原理
25.3进化策略的基本操作
25.4进化策略的实现步骤及流程
第26章分布估计算法
26.1分布估计算法的提出
26.2分布估计算法的基本原理
26.3分布估计算法的描述
26.4分布估计算法的基本步骤及流程
第27章差分进化算法
27.1差分进化算法的提出
27.2差分进化算法的原理
27.3差分进化算法的基本操作
27.4差分进化算法的实现步骤及流程
27.5差分进化算法的扩展形式
第28章自组织迁徙算法
28.1自组织迁徙算法的提出
28.2自组织迁徙算法的基本思想
28.3自组织迁徙算法的数学描述
28.4自组织迁徙算法的实现
第29章回溯搜索优化算法
29.1回溯搜索优化算法的提出
29.2回溯搜索优化算法的优化原理
29.3回溯搜索优化算法的数学描述
29.4回溯搜索优化算法的实现
第30章DNA计算
30.1DNA计算的提出
30.2DNA计算的生物学基础
30.3DNA计算的基本原理及主要步骤
30.4DNA计算的基本操作
30.5DNA计算的编码问题
30.6DNA计算系统的原型
第31章基因表达式编程算法
31.1基因表达式编程算法的提出
31.2基因表达式编程算法的原理
31.3基因表达式编程的基本概念
31.4GEP算法的遗传操作
31.5基本的GEP算法流程
第32章Memetic算法
32.1Memetic算法的提出
32.2Memetic算法的原理
32.3Memetic算法的描述
32.4Memetic算法的流程
32.5Memetic算法的特点及其意义
第33章文化算法
33.1文化算法的提出
33.2文化算法的基本结构与原理
33.3文化算法求解约束优化问题的描述
与设计
33.4基本文化算法的实现步骤及流程
第三篇群智能优化算法
第34章蚁群优化算法
34.1蚁群优化算法的提出
34.2蚂蚁的习性及觅食行为
34.3蚁群觅食策略的优化原理
34.4蚁群优化算法的原型——蚂蚁系统
模型的描述
34.5基本蚁群优化算法的流程
第35章蚁狮优化算法
35.1蚁狮优化算法的提出
35.2蚁狮的狩猎行为
35.3蚁狮优化算法的原理
35.4蚁狮优化算法的数学描述
35.5蚁狮优化算法的实现
第36章粒子群优化算法
36.1粒子群优化算法的提出
36.2粒子群优化算法的基本原理
36.3粒子群优化算法的描述
36.4粒子群优化算法的实现步骤
及流程
36.5粒子群优化算法的特点及其改进
第37章人工蜂群算法
37.1人工蜂群算法的提出
37.2人工蜂群算法的基本原理
37.3人工蜂群算法的数学描述
37.4人工蜂群算法的实现步骤与流程
第38章蜜蜂交配优化算法
38.1蜜蜂交配优化算法的提出
38.2蜂群竞争繁殖过程的优化机理
38.3蜜蜂交配优化算法的数学描述
38.4蜜蜂交配优化算法的实现步骤
及流程
第39章萤火虫群优化算法
39.1萤火虫群优化算法的提出
39.2萤火虫闪光的特点及功能
39.3萤火虫群优化算法的数学描述
39.4萤火虫群优化算法的实现步骤
及流程
第40章萤火虫算法
40.1萤火虫算法的提出
40.2萤火虫算法的基本思想
40.3萤火虫算法的数学描述
40.4萤火虫算法的实现步骤及流程
第41章果蝇优化算法
41.1果蝇优化算法的提出
41.2果蝇的生物价值及觅食行为
41.3果蝇优化算法的基本原理
41.4果蝇优化算法的数学描述
41.5果蝇优化算法的实现步骤及流程
第42章蝴蝶算法
42.1蝴蝶算法的提出
42.2蝴蝶的生活习性
42.3蝴蝶算法的优化原理
42.4蝴蝶算法的数学描述
42.5蝴蝶算法的实现步骤
第43章蝴蝶交配优化算法
43.1蝴蝶交配优化算法的提出
43.2蝴蝶的生活习性
43.3BMO算法的机理
43.4BMO算法的数学描述
43.5BMO算法的伪代码实现
第44章蝴蝶优化算法
44.1蝴蝶优化算法的提出
44.2蝴蝶的生活习性
44.3蝴蝶算法的优化原理
44.4BOA的数学描述
44.5BOA的实现步骤及伪代码
第45章蜻蜓算法
45.1蜻蜓算法的提出
45.2蜻蜓的生活习性
45.3DA的优化原理
45.4DA的数学描述
45.5单目标及多目标DA的实现步骤
及伪代码
第46章蜉蝣优化算法
46.1蜉蝣优化算法的提出
46.2蜉蝣的习性及其交配行为
46.3蜉蝣优化算法的优化原理
46.4单目标蜉蝣优化算法的数学描述
46.5单目标蜉蝣优化算法的伪代码
实现
46.6多目标蜉蝣优化算法的伪代码
实现
第47章蚱蜢优化算法
47.1蚱蜢优化算法的提出
47.2蚱蜢的习性
47.3蚱蜢优化算法的优化原理
47.4蚱蜢优化算法的数学描述
47.5蚱蜢优化算法的实现步骤及
伪代码
第48章飞蛾扑火优化算法
48.1飞蛾扑火优化算法的提出
48.2飞蛾的横向导航方法
48.3飞蛾扑火的原理
48.4飞蛾扑火优化算法的数学描述
48.5飞蛾扑火优化算法的伪代码实现
第49章蛾群算法
49.1蛾群算法的提出
49.2飞蛾的生活习性及趋光性
49.3蛾群算法的数学描述
49.4蛾群算法的实现步骤
第50章群居蜘蛛优化算法
50.1群居蜘蛛优化算法的提出
50.2蜘蛛的习性与特征
50.3群居蜘蛛优化算法的基本思想
50.4群居蜘蛛优化算法的数学描述
50.5蜘蛛优化算法的实现步骤及流程
第51章蟑螂优化算法
51.1蟑螂优化算法的提出
51.2蟑螂的习性
51.3蟑螂优化算法的原理
51.4蟑螂优化算法的数学描述
51.5蟑螂优化算法的实现步骤
第52章天牛须搜索算法
52.1天牛须搜索算法的提出
52.2天牛的习性及天牛须的功能
52.3天牛须搜索算法的寻优原理
52.4天牛须搜索算法的数学描述
52.5天牛须搜索算法的实现步骤
及流程
第53章蚯蚓优化算法
53.1蚯蚓优化算法的提出
53.2蚯蚓的生活习性
53.3蚯蚓优化算法的基本思想
53.4蚯蚓优化算法的数学描述
53.5蚯蚓优化算法的实现及流程
第54章布谷鸟搜索算法
54.1布谷鸟搜索算法的提出
54.2布谷鸟的繁殖行为与Levy飞行
54.3布谷鸟搜索算法的原理
54.4布谷鸟搜索算法的数学描述
54.5布谷鸟搜索算法的实现步骤
及流程
第55章候鸟优化算法
55.1候鸟优化算法的提出
55.2候鸟V字形编队飞行的优化原理
55.3候鸟优化算法的描述
55.4候鸟优化算法的实现步骤及流程
55.5候鸟优化算法的特点及参数分析
第56章雁群优化算法
56.1雁群优化算法的提出
56.2雁群飞行规则及其假设
56.3雁群优化算法的基本思想
56.4雁群优化算法的数学描述
56.5雁群优化算法的实现步骤及流程
第57章燕群优化算法
57.1燕群优化算法的提出
57.2燕子的生活习性及觅食行为
57.3燕群优化算法的优化原理
57.4燕群优化算法的数学描述
57.5燕群优化算法的实现步骤及
伪代码
第58章麻雀搜索算法
58.1麻雀搜索算法的提出
58.2麻雀的生活习性
58.3麻雀搜索算法的优化原理
58.4麻雀搜索算法中的假设规则
58.5麻雀搜索算法的数学描述
58.6麻雀搜索算法的伪代码实现
第59章鸽群优化算法
59.1鸽群优化算法的提出
59.2鸽子自主归巢导航的优化原理
59.3鸽群优化算法的数学描述
59.4鸽群优化算法的实现步骤及流程
第60章鸟群算法
60.1鸟群算法的提出
60.2鸟群觅食、警惕和飞行行为规则
60.3鸟群算法的数学描述
60.4鸟群算法的伪代码描述及流程
第61章乌鸦搜索算法
61.1乌鸦搜索算法的提出
61.2乌鸦的生活习性
61.3乌鸦搜索算法的原理
61.4乌鸦搜索算法的数学描述
61.5乌鸦搜索算法的实现步骤及流程
第62章缎蓝园丁鸟优化算法
62.1缎蓝园丁鸟优化算法的提出
62.2缎蓝园丁鸟的习性及求偶机制
62.3缎蓝园丁鸟优化算法的数学描述
62.4缎蓝园丁鸟优化算法的实现
第63章海鸥优化算法
63.1海鸥优化算法的提出
63.2海鸥的习性及迁徙和攻击行为
63.3海鸥优化算法的数学描述
63.4海鸥优化算法的实现步骤及
伪代码
第64章哈里斯鹰优化算法
64.1哈里斯鹰优化算法的提出
64.2哈里斯鹰的习性及觅食策略
64.3哈里斯鹰优化算法的数学描述
64.4哈里斯鹰优化算法的实现
第65章秃鹰搜索算法
65.1秃鹰搜索算法的提出
65.2秃鹰的习性及其狩猎策略的
优化机制
65.3秃鹰搜索算法的数学描述
65.4秃鹰搜索算法的伪代码实现
第66章蝙蝠算法
66.1蝙蝠算法的提出
66.2蝙蝠的习性及回声定位
66.3蝙蝠算法的基本思想
66.4蝙蝠算法的数学描述
66.5蝙蝠算法的实现步骤及流程
第67章动态虚拟蝙蝠算法
67.1动态虚拟蝙蝠算法的提出
67.2蝙蝠的回声定位功能
67.3动态虚拟蝙蝠算法的优化原理
67.4动态虚拟蝙蝠算法的数学描述
67.5虚拟蝙蝠算法的伪代码实现
第68章飞鼠搜索算法
68.1飞鼠搜索算法的提出
68.2飞鼠滑行及觅食行为的寻优机制
68.3飞鼠搜索算法的数学描述
68.4飞鼠搜索算法的伪代码实现
及流程
第69章混合蛙跳算法
69.1混合蛙跳算法的提出
69.2混合蛙跳算法的基本原理
69.3基本混合蛙跳算法的描述
69.4混合蛙跳算法的实现步骤
69.5混合蛙跳算法实现的流程
第70章人工鱼群算法
70.1人工鱼群算法的提出
70.2动物自治体模型与鱼类的觅食
行为
70.3人工鱼群算法的基本原理
70.4人工鱼群算法的数学描述
70.5人工鱼群算法的流程
第71章大马哈鱼洄游算法
71.1大马哈鱼洄游算法的提出
71.2大马哈鱼的洄游习性
71.3大马哈鱼洄游算法的原理
71.4大马哈鱼洄游算法的描述
71.5大马哈鱼洄游算法的实现步骤
及流程
第72章鲸鱼优化算法
72.1鲸鱼优化算法的提出
72.2鲸鱼的泡泡网觅食行为
72.3鲸鱼优化算法的原理
72.4鲸鱼优化算法的数学描述
72.5鲸鱼优化算法的实现步骤及流程
第73章海豚回声定位优化算法
73.1海豚回声定位优化算法的提出
73.2海豚的生活习性
73.3海豚回声定位的优化原理
73.4海豚回声定位优化算法的数学
描述
73.5海豚回声定位优化算法的实现
步骤及流程
第74章海豚群算法
74.1海豚群算法的提出
74.2海豚群算法的优化原理
74.3海豚群算法的数学描述
74.4海豚群算法的实现步骤
第75章口孵鱼算法
75.1口孵鱼算法的提出
75.2口孵鱼的习性
75.3口孵鱼算法的优化原理
75.4口孵鱼算法的数学描述
75.5口孵鱼算法的伪代码实现
第76章河豚圆形结构算法
76.1河豚圆形结构算法的提出
76.2河豚的习性
76.3河豚建造圆形结构的过程
76.4河豚圆形结构算法的数学描述
76.5河豚圆形结构算法的伪代码
实现
第77章樽海鞘群算法
77.1樽海鞘群算法的提出
77.2樽海鞘的生活习性
77.3樽海鞘群觅食的优化机理
77.4樽海鞘群算法的数学描述
77.5樽海鞘群算法的实现步骤及程序
伪代码
第78章珊瑚礁优化算法
78.1珊瑚礁优化算法的提出
78.2珊瑚虫生活习性及珊瑚礁筑成
78.3珊瑚礁优化算法的优化原理
78.4珊瑚礁优化算法的数学描述
78.5珊瑚礁优化算法的实现步骤及
流程
第79章磷虾群算法
79.1磷虾群算法的提出
79.2磷虾群算法的原理
79.3磷虾群算法的数学描述
79.4磷虾群算法的实现步骤及流程
第80章细菌觅食优化算法
80.1细菌觅食优化算法的提出
80.2大肠杆菌的结构及觅食行为
80.3细菌觅食优化算法的原理
80.4细菌觅食优化算法的数学描述
80.5细菌觅食优化算法的实现步骤
及流程
第81章细菌(群体)趋药性算法
81.1细菌(群体)趋药性算法的提出
81.2细菌趋药性算法的原理
81.3细菌趋药性算法的数学描述
81.4细菌群体趋药性算法的基本思想
81.5细菌群体趋药性算法的数学描述
81.6细菌群体趋药性算法的实现步骤
第82章细菌菌落优化算法
82.1细菌菌落优化算法的提出
82.2细菌的生长、繁殖、死亡过程
82.3细菌菌落优化算法的原理
82.4细菌菌落优化算法的设计
82.5细菌菌落优化算法的实现步骤
及流程
第83章病毒种群搜索算法
83.1病毒种群搜索算法的提出
83.2病毒及其生存策略
83.3病毒种群搜索算法的优化原理
83.4病毒种群搜索算法的数学描述
83.5病毒种群搜索算法实现的伪代码
及算法流程
第84章猫群优化算法
84.1猫群优化算法的提出
84.2猫的生活习性
84.3猫群优化算法的原理
84.4猫群优化算法的数学描述
84.5猫群优化算法的实现步骤
84.6猫群优化算法实现的程序流程
第85章鼠群优化算法
85.1鼠群优化算法的提出
85.2鼠群优化算法的原理
85.3鼠群优化算法及其环境描述
85.4鼠群优化算法的实现步骤
第86章猫鼠种群算法
86.1猫鼠种群算法提出
86.2猫鼠种群算法的原理
86.3猫鼠种群算法的数学描述
86.4猫鼠种群算法的实现步骤及流程
第87章鸡群优化算法
87.1鸡群优化算法的提出
87.2鸡群优化算法的基本思想
87.3鸡群优化算法的数学描述
87.4鸡群优化算法的实现步骤及流程
第88章斑鬣狗优化算法
88.1斑鬣狗优化算法的提出
88.2斑鬣狗的社会等级及捕食行为
88.3斑鬣狗优化算法的寻优原理
88.4斑鬣狗优化算法的数学描述
88.5斑鬣狗优化算法的实现步骤
及流程
第89章猴群算法
89.1猴群算法的提出
89.2猴群算法的原理
89.3猴群算法的数学描述
89.4猴群算法的实现步骤及流程
第90章蜘蛛猴优化算法
90.1蜘蛛猴优化算法的提出
90.2蜘蛛猴习性及裂变融合结构的
觅食行为
90.3蜘蛛猴优化算法的优化原理
90.4蜘蛛猴优化算法的数学描述
90.5蜘蛛猴优化算法的实现步骤
第91章狼群算法
91.1狼群算法的提出
91.2狼的习性及狼群特征
91.3狼群算法的原理
91.4狼群算法的数学描述
91.5狼群算法的实现步骤及流程
第92章灰狼优化算法
92.1灰狼优化算法的提出
92.2灰狼的社会等级及狩猎行为
92.3灰狼优化算法的数学描述
92.4灰狼优化算法的实现步骤及流程
第93章狮子优化算法
93.1狮子优化算法的提出
93.2狮子的生活习性
93.3狮子优化算法的原理
93.4狮子优化算法的数学描述
93.5狮子优化算法的伪代码实现
第94章北极熊优化算法
94.1北极熊优化算法的提出
94.2北极熊的生活习性及其捕猎行为
94.3北极熊优化算法的优化原理
94.4北极熊优化算法的数学描述
94.5北极熊优化算法的实现步骤及
伪代码
第95章大象放牧优化算法
95.1大象放牧优化算法的提出
95.2大象的生活习性
95.3大象放牧优化算法的优化原理
95.4大象放牧优化算法的数学描述
95.5大象放牧优化算法的实现步骤及
伪代码
95.6二进制象群优化算法的原理及
伪代码实现
第96章象群水搜索算法
96.1象群水搜索算法的提出
96.2大象的特征及其水搜索策略
96.3象群水搜索算法设计的基本规则
96.4象群水搜索算法的数学描述
96.5象群水搜索算法的伪代码实现
第97章自私兽群优化算法
97.1自私兽群优化算法的提出
97.2自私兽群优化算法的优化原理
97.3自私兽群优化算法的数学描述
97.4自私兽群优化算法的实现步骤
及流程
第98章捕食搜索算法
98.1捕食搜索算法的提出
98.2动物捕食策略
98.3捕食搜索算法的基本思想
98.4捕食搜索算法的数学描述
98.5捕食搜索算法的实现步骤及流程
第99章自由搜索算法
99.1自由搜索算法的提出
99.2自由搜索算法的优化原理
99.3自由搜索算法的数学描述
99.4自由搜索算法的实现步骤及流程
第100章食物链算法
100.1食物链算法的提出
100.2捕食食物链
100.3人工捕食策略
100.4人工生命食物链的基本思想
100.5食物链算法的数学描述
100.6食物链算法的实现步骤及流程
第101章共生生物搜索算法
101.1共生生物搜索算法的提出
101.2共生生物搜索算法的原理
101.3共生生物搜索算法的数学描述
101.4SOS算法的实现步骤及流程
第102章生物地理学优化算法
102.1生物地理学优化算法的提出
102.2生物地理学的基本概念及生物
物种迁移模型
102.3生物地理学优化算法的原理
102.4生物地理学优化算法的数学描述
102.5生物地理学优化算法的实现步骤
及流程
第103章竞争优化算法
103.1竞争优化算法的提出
103.2竞争优化算法的原理
103.3竞争优化算法的描述
103.4竞争优化算法的实现步骤及流程
第四篇仿植物生长算法
第104章模拟植物生长算法
104.1模拟植物生长算法的提出
104.2模拟植物生长算法的原理
104.3模拟植物生长算法的数学描述
104.4模拟植物生长算法的实现步骤
第105章人工植物优化算法
105.1人工植物优化算法的提出
105.2人工植物优化算法的优化原理
105.3人工植物优化算法的数学描述
105.4人工植物优化算法的实现步骤
及流程
第106章人工藻类算法
106.1人工藻类算法的提出
106.2藻类的生长特性
106.3人工藻类算法的数学描述
106.4人工藻类算法的伪代码实现
及流程
第107章小树生长算法
107.1小树生长算法的提出
107.2小树生长算法的优化原理
107.3小树生长算法的数学描述
107.4小树生长算法的伪代码实现
第108章自然树生长竞争算法
108.1自然树生长竞争算法的提出
108.2自然树生长竞争算法的优化机理
108.3自然树生长的竞争模型
108.4自然树生长竞争算法的数学描述
108.5自然树生长竞争算法的实现步骤
及流程
第109章根树优化算法
109.1根树优化算法的提出
109.2根树优化算法的基本原理
109.3根树优化算法的数学描述
109.4RTO算法的实现步骤
第110章森林优化算法
110.1森林优化算法的提出
110.2森林优化算法的原理
110.3森林优化算法的数学描述
110.4森林优化算法的实现步骤及流程
第111章入侵草优化算法
111.1入侵草优化算法的提出
111.2杂草生长的入侵性
111.3入侵草优化算法的原理
111.4入侵草优化算法的数学描述
111.5入侵草优化算法的实现步骤
及流程
第112章种子优化算法
112.1种子优化算法的提出
112.2种子优化算法的基本思想
112.3种子优化算法的数学描述及
实现流程
112.4基于正态分布的种子优化算法及
实现流程
第113章花朵授粉算法
113.1花朵授粉算法的提出
113.2花朵授粉的特征
113.3花朵授粉算法的数学描述
113.4花朵授粉算法的实现步骤及流程
第114章杂交水稻优化算法
114.1杂交水稻优化算法的提出
114.2杂交水稻育种技术及其分类
114.3杂交水稻优化算法的优化原理
114.4杂交水稻优化算法的数学描述
114.5杂交水稻优化算法的实现
第五篇仿自然优化算法
第115章模拟退火算法
115.1模拟退火算法的提出
115.2固体退火过程的统计力学原理
115.3模拟退火算法的数学描述
115.4模拟退火算法的实现步骤及流程
第116章混沌优化算法
116.1混沌优化算法的提出
116.2混沌学与Logistic映射
116.3混沌优化算法的实现步骤
116.4变尺度混沌优化算法的实现步骤
第117章混沌黄金分割搜索算法
117.1混沌黄金分割搜索算法的提出
117.2混沌黄金分割搜索算法的原理及
数学描述
117.3混沌黄金分割搜索算法的结构
117.4混沌黄金分割搜索算法的实现
步骤及流程
第118章随机分形搜索算法
118.1随机分形搜索算法的提出
118.2随机分形搜索的原理
118.3分形搜索算法的数学描述
118.4分形搜索算法的实现步骤
118.5随机分形搜索算法的数学描述
及实现步骤
第119章电子搜索算法
119.1电子搜索算法的提出
119.2玻尔原子模型与里德伯格公式
119.3电子搜索算法的优化原理
119.4电子搜索算法的数学描述
119.5电子搜索算法的实现步骤
第120章量子搜索算法
120.1量子搜索算法的提出
120.2量子计算基础
120.3Grover量子搜索算法的原理
120.4Grover算法的搜索步骤
120.5量子遗传算法的原理及实现步骤
第121章量子谐振子优化算法
121.1量子谐振子优化算法的提出
121.2量子谐振子优化算法的基本原理
121.3量子谐振子优化算法的数学描述
121.4量子谐振子优化算法的实现
121.5多尺度量子谐振子算法
第122章智能水滴优化算法
122.1智能水滴优化算法的提出
122.2智能水滴优化算法的基本原理
122.3智能水滴优化算法的数学描述
122.4智能水滴优化算法求解TSP
问题的步骤及流程
第123章水循环算法
123.1水循环算法的提出
123.2水循环过程
123.3水循环算法的基本原理
123.4水循环算法的数学描述
123.5水循环算法的实现步骤及流程
第124章水波优化算法
124.1水波优化算法的提出
124.2水波现象与水波理论
124.3水波优化算法的基本原理
124.4水波优化算法的数学描述
124.5水波优化算法的实现步骤及流程
第125章人工雨滴算法
125.1人工雨滴算法的提出
125.2雨滴形成及降雨过程分析
125.3人工雨滴算法的基本思想
125.4人工雨滴算法的数学描述
125.5人工雨滴算法的循环过程流程
第126章云搜索优化算法
126.1云搜索优化算法的提出
126.2云搜索优化算法的基本思想
126.3云搜索优化算法的数学描述
126.4云搜索优化算法的实现步骤
第127章气象云模型优化算法
127.1气象云模型优化算法的提出
127.2气象云模型优化算法的基本思想
127.3气象云模型优化算法的数学描述
127.4气象云模型优化算法的实现步骤
及流程
第128章风驱动优化算法
128.1风驱动优化算法的提出
128.2风驱动优化算法的原理
128.3风驱动优化算法的数学描述
128.4风驱动优化算法的实现步骤及
流程
第129章宇宙大爆炸算法
129.1宇宙大爆炸算法的提出
129.2宇宙大爆炸算法的基本思想
129.3宇宙大爆炸算法的数学描述
129.4BBBC算法实现步骤及流程
第130章烟花算法
130.1烟花算法的提出
130.2烟花算法的优化原理
130.3烟花算法的数学描述
130.4烟花算法实现步骤及流程
第131章中心引力优化算法
131.1中心引力优化算法的提出
131.2中心引力优化算法的原理
131.3中心引力优化算法的数学描述
131.4中心引力优化算法的实现步骤
第132章引力搜索算法
132.1引力搜索算法的提出
132.2引力搜索算法的原理
132.3引力搜索算法的数学描述
132.4引力搜索算法的实现步骤及流程
第133章引力场算法
133.1引力场算法的提出
133.2行星和恒星的形成理论
133.3引力场算法的基本思想
133.4引力场算法的数学描述
133.5引力场算法的实现步骤及流程
第134章极值动力学优化算法
134.1极值动力学优化算法的提出
134.2BS生物演化模型
134.3极值动力学优化算法的原理
134.4极值动力学优化算法的描述
134.5极值动力学优化算法的实现步骤
及流程
134.6极值动力学优化算法的特点
第135章拟态物理学优化算法
135.1拟态物理学优化算法的提出
135.2拟态物理学基础
135.3拟态物理学优化算法的基本思想
135.4拟态物理学优化算法的数学描述
135.5拟态物理学优化算法的实现步骤
第136章分子动理论优化算法
136.1分子动理论优化算法的提出
136.2分子动理论的相关知识
136.3分子动理论优化算法的原理
136.4分子动理论优化算法的数学描述
136.5分子动理论优化算法的实现步骤
及流程
第137章碰撞体优化算法
137.1碰撞体优化算法的提出
137.2碰撞体优化算法的原理
137.3碰撞体优化算法的数学描述
137.4碰撞体优化算法的实现步骤及
流程
第138章气体分子动力学优化算法
138.1气体分子动力学优化算法的提出
138.2气体分子的动力学理论
138.3气体分子动力学优化算法的原理
138.4气体分子动力学优化算法的数学
描述
138.5气体分子动力学优化算法的伪代码
实现
第139章进化质心算法
139.1进化质心算法的提出
139.2基于物体质心的优化原理
139.3进化质心算法的数学描述
139.4进化质心算法的伪代码实现
第140章平衡优化算法
140.1平衡优化算法的提出
140.2平衡优化算法的原理
140.3平衡优化算法的数学描述
140.4平衡优化算法的伪代码及实现
流程
第141章类电磁机制算法
141.1类电磁机制算法的提出
141.2库仑定律
141.3类电磁机制算法的基本思想
141.4类电磁机制算法的数学描述
141.5类电磁机制算法的实现步骤及
流程
第142章热传递搜索算法
142.1热传递搜索算法的提出
142.2热传递搜索算法的原理
142.3热传递搜索算法的数学描述
142.4热传递搜索算法实现的详细流程
第143章热交换优化算法
143.1热交换优化算法的提出
143.2热交换优化的物理学基础
143.3热交换优化算法的数学描述
143.4热交换优化算法的实现流程
第144章螺旋运动进化算法
144.1螺旋运动进化算法的提出
144.2螺旋运动进化算法的基本思想
144.3螺旋运动进化算法的数学描述
144.4螺旋运动进化算法的伪代码实现
第145章螺旋优化算法
145.1螺旋优化算法的提出
145.2螺旋结构、螺旋模型与*优化
机制
145.3螺旋优化算法的数学描述
145.4基本螺旋优化算法的实现步骤
145.5收敛的螺旋优化算法及其实现
步骤
第146章涡流搜索算法
146.1涡流搜索算法的提出
146.2涡流搜索算法的原理
146.3涡流搜索算法的数学描述
146.4涡流搜索算法的实现及流程
第147章闪电搜索算法
147.1闪电搜索算法的提出
147.2闪电搜索算法的原理
147.3闪电搜索算法的数学描述
147.4闪电搜索算法的实现步骤及流程
第148章光线优化算法
148.1光线优化算法的提出
148.2光线优化算法的原理
148.3光线优化算法的数学描述
148.4光线优化算法的流程
第149章化学反应优化算法
149.1化学反应优化算法的提出
149.2化学反应优化算法的原理
149.3化学反应优化算法的数学描述
149.4化学反应优化算法的实现步骤
及流程
第150章正弦余弦算法
150.1正弦余弦算法的提出
150.2正弦余弦算法的原理
150.3正弦余弦算法的数学描述
150.4正弦余弦算法的伪代码实现
第151章阴阳对优化算法
151.1阴阳对优化算法的提出
151.2阴阳对优化算法的基本思想
151.3阴阳对优化算法的数学描述
151.4阴阳对优化算法的伪代码实现
第152章五行环优化算法
152.1五行环优化算法的提出
152.2五行学说及相生相克关系
152.3五行环优化算法的优化原理
152.4五行环模型的建立
152.5五行环优化算法的实现及流程
第153章多元宇宙优化算法
153.1多元宇宙优化算法的提出
153.2多元宇宙理论
153.3多元宇宙优化算法的原理
153.4多元宇宙优化算法的数学描述
153.5多元宇宙优化算法的实现步骤
及流程
第154章人工生态系统优化算法
154.1人工生态系统优化算法的提出
154.2生态系统及生态平衡的优化原理
154.3人工生态系统优化算法的数学
描述
154.4人工生态系统优化算法的伪代码
实现
第六篇涌 现 计 算
第155章一维元胞自动机的涌现
计算
155.1元胞自动机概念的提出
155.2元胞自动机的结构与规则
155.3一维元胞自动机涌现计算的原理
第156章Conway生命游戏的涌现
计算
156.1Conway生命游戏的提出
156.2二维细胞自动机的结构和规则
156.3Conway生命游戏的演化
156.4基于MATLAB的生命游戏仿真
设计
156.5基于MATLAB生命游戏仿真
算法的实现步骤及流程
第157章蚂蚁系统觅食路径的涌现
计算
157.1蚂蚁群体觅食行为的涌现现象
157.2蚂蚁群体觅食行为模型的构建
157.3蚂蚁主体觅食行为规则及模型
参数
157.4基于Agent的蚂蚁群体觅食
行为的涌现计算步骤及流程
第158章数字人工生命Autolife的
涌现行为
158.1Autolife模型的提出
158.2Autolife模型的基本思想
158.3Autolife模型的规则描述
158.4不同环境下的人工生命群体动态
行为
158.5组织的自创生与自修复功能
158.6Autolife模型的意义
第159章黏菌的铁路网络涌现计算
159.1黏菌涌现计算的提出
159.2黏菌及其习性
159.3黏菌觅食的涌现行为
159.4黏菌交通网络的涌现计算过程
159.5黏菌网络的性能及路径寻优模型
附录A智能优化算法的理论基础:
复杂适应系统理论
参考文献
展开全部
智能优化算法与涌现计算(第2版) 作者简介
李士勇,哈尔滨工业大学控制科学与工程学科,二级教授,博士生导师,哈尔滨工业大学教学名师奖获得者,黑龙江省优秀专家。曾被聘任国家模糊控制生产力促进中心专家组专家,Journal of Measurement Science and Instrumentation 编委。30多年来,一直从事自动控制,模糊控制,神经控制,智能控制,智能优化,智能制导,复杂适应系统方面的教学、科研及硕士生、博士生指导工作。教学和科研共获奖2项,省部级奖7项。在国内外发表论文金200篇。以第一作者已出版教材和专著共14部,其中在哈尔滨大学出版社出版12部,在清华大学出版社出版2部,在清华大学出版社成立40周年社庆时,本人被推荐为优秀作者和作品参展。