基于群體智能的生物啟發(fā)式優(yōu)化方法及應(yīng)用

第1章緒論/
1.1基于群智能的生物啟發(fā)式優(yōu)化方法/
1.2粒子群算法/
1.2.1基本思想/
1.2.2算法流程/
1.2.3PSO偽代碼/
1.3蟻群算法/
1.3.1基本思想/
1.3.2算法流程/
1.3.3ACO偽代碼/
1.4蝙蝠算法/
1.4.1基本思想/
1.4.2算法流程/
1.4.3BA偽代碼/
1.5布谷鳥搜索算法/
1.5.1基本思想/
1.5.2算法流程/
1.5.3CSA偽代碼/
參考文獻(xiàn)/
第2章螢火蟲算法/
2.1基本螢火蟲算法/
2.1.1基本思想/
2.1.2FA算法流程/
2.1.3FA偽代碼/
2.1.4研究現(xiàn)狀/
2.2具有振蕩約束的自然選擇螢火蟲優(yōu)化算法(OCSFA)/
2.2.1OCSFA改進(jìn)策略/
2.2.2OCSFA算法流程/
2.2.3OCSFA偽代碼/
2.2.4時(shí)間復(fù)雜度分析/
2.2.5收斂性證明/
2.2.6求解標(biāo)準(zhǔn)測(cè)試函數(shù)優(yōu)化問題/
參考文獻(xiàn)/

第3章蝴蝶優(yōu)化算法/
3.1基本蝴蝶優(yōu)化算法/
3.1.1基本思想/
3.1.2BOA算法流程/
3.1.3BOA偽代碼/
3.1.4研究現(xiàn)狀/
3.2融合差分變異策略和進(jìn)化自適應(yīng)權(quán)重的蝴蝶優(yōu)化算法(DMABOA)/
3.2.1DMABOA改進(jìn)策略/
3.2.2DMABOA算法流程/
3.2.3DMABOA偽代碼/
3.2.4時(shí)間復(fù)雜度分析/
3.2.5收斂性證明/
3.2.6DMABOA中各改進(jìn)機(jī)制的影響分析/
3.2.7求解多維復(fù)雜函數(shù)極值優(yōu)化問題/
參考文獻(xiàn)/

第4章樽海鞘群算法/
4.1基本樽海鞘群算法/
4.1.1基本思想/
4.1.2SSA算法流程/
4.1.3SSA偽代碼/
4.1.4研究現(xiàn)狀/
4.2引入有效縮放和隨機(jī)交叉策略的自適應(yīng)動(dòng)態(tài)角色樽海鞘群算法（ERDSSA）/
4.2.1ERDSSA改進(jìn)策略/
4.2.2ERDSSA算法流程/
4.2.3ERDSSA偽代碼/
4.2.4時(shí)間復(fù)雜度分析/
4.2.5求解工程設(shè)計(jì)約束優(yōu)化問題/
參考文獻(xiàn)/

第5章鯨魚優(yōu)化算法/
5.1基本鯨魚優(yōu)化算法/
5.1.1基本思想/
5.1.2WOA算法流程/
5.1.3WOA偽代碼/
5.1.4研究現(xiàn)狀/
5.2基于分段式隨機(jī)慣性權(quán)重和zui優(yōu)反饋機(jī)制的鯨魚優(yōu)化算法（FWOA）/
5.2.1FWOA改進(jìn)策略/
5.2.2FWOA算法流程/
5.2.3FWOA偽代碼/
5.2.4時(shí)間復(fù)雜度分析/
5.2.5求解CEC基準(zhǔn)測(cè)試函數(shù)優(yōu)化問題/
5.2.6求解工程設(shè)計(jì)約束優(yōu)化問題/
參考文獻(xiàn)/

第6章總結(jié)與展望/
附錄/
索引