群智能優(yōu)化算法及其應(yīng)用

序
前言
第1章 緒論
1.1 引言
1.2 群智能優(yōu)化算法的思想起源
1.2.1 粒子群優(yōu)化算法
1.2.2 蟻群優(yōu)化算法
1.2.3 人工蜂群算法
1.2.4 人工魚群算法
1.2.5 細(xì)菌覓食優(yōu)化算法
1.3 本書組織結(jié)構(gòu)
1.4 小結(jié)
參考文獻(xiàn)
第2章 經(jīng)典優(yōu)化理論與方法
2.1 引言
2.2 線性規(guī)劃
2.2.1 凸集和凸函數(shù)
2.2.2 線性規(guī)劃的基本性質(zhì)
2.3 非線性規(guī)劃
2.4 整數(shù)規(guī)劃
2.4.1 分支定界法
2.4.2 割平面法
2.4.3 指派問題
2.5 動態(tài)規(guī)劃
2.5.1 動態(tài)規(guī)劃的一些基本概念
2.5.2 動態(tài)規(guī)劃的基本定理和基本方程
2.5.3 逆推解法和順推解法
2.5.4 動態(tài)規(guī)劃與靜態(tài)規(guī)劃的關(guān)系
2.6 多目標(biāo)優(yōu)化
2.6.1 多目標(biāo)優(yōu)化問題描述
2.6.2 基于Pareto的多目標(biāo)最優(yōu)解集
2.7 小結(jié)
參考文獻(xiàn)
第3章 智能優(yōu)化方法
3.1 引言
3.2 遺傳算法
3.2.1 概述
3.2.2 基本遺傳算法的描述
3.2.3 基本遺傳算法的實現(xiàn)
3.2.4 遺傳算法的應(yīng)用步驟
3.3 模擬退火算法
3.4 禁忌搜索算法
3.4.1 局部搜索
3.4.2 禁忌搜索
3.5 蟻群優(yōu)化算法
3.5.1 基本蟻群優(yōu)化算法的原理
3.5.2 基本蟻群優(yōu)化算法的系統(tǒng)學(xué)特征
3.5.3 基本蟻群優(yōu)化算法的數(shù)學(xué)模型
3.5.4 基本蟻群優(yōu)化算法的具體實現(xiàn)
3.6 人工魚群算法
3.6.1 算法描述
3.6.2 算法步驟
3.7 人工蜂群算法
3.7.1 算法描述
3.7.2 算法步驟
3.8 細(xì)菌覓食優(yōu)化算法
3.8.1 趨向性操作
3.8.2 復(fù)制操作
3.8.3 遷徙操作
3.9 免疫算法
3.9.1 免疫算法的基本原理
3.9.2 免疫算子的機理
3.10 DNA計算
3.10.1 DNA計算的研究背景
3.10.2 DNA計算機理及其特點
……
第4章 粒子群優(yōu)化算法
第5章 PSO算法用于函數(shù)優(yōu)化
第6章 群智能優(yōu)化算法求解TSP
第7章 PSO算法求解交通優(yōu)化與調(diào)度問題
第8章 群智能算法與路徑規(guī)劃
第9章 PSO算法與圖像處理
第10章 群智能優(yōu)化算法與生物序列比對
第11章 群智能聚類融合算法與PPI網(wǎng)絡(luò)
附錄