包邮微粒群优化算法

序 前言 第1章 绪论 1．1 问题的提出 1．2 智能计算概述 1．2．1 智能计算分类 1．2．2 智能计算原理 1．2．3 无免费午餐定理 1．3 常见的智能计算算法 1．3．1 人工神经网络 1．3．2 模糊逻辑 1．3．3 进化计算 1．3．4 人工免疫系统 1．4 人工生命 1．4．1 人工生命的概念 1．4．2 人工生命的基本思想 1．4．3 人工生命的研究内容 1．5 群体智能 1．5．1 人工动物 1．5．2 群体智能 1．5．3 常见的群体智能算法 1．6 本书的篇章结构 参考文献 第2章 微粒群算法概要 2．1 标准微粒群算法 2．1．1 生物学背景 2．1．2 基本概念及进化方程 2．1．3 算法流程 2．1．4 社会行为分析 2．1．5 与其他进化算法的比较 2．2 微粒群算法的系统学特征 2．2．1 微粒群算法的系统观点 2．2．2 算法的自组织性和涌现特性 2．2．3 微粒群算法的反馈控制机制 2．2．4 微粒群算法的分布式特点 2．3 参数选择策略 2．3．1 惯性权重 2．3．2 认知系数与社会系数 2．3．3 其他参数的调整 2．4 常见的改进微粒群算法 2．5 微粒群算法的行为及收敛性分析 2．6 小结 参考文献 第3章 微分进化微粒群算法 3．1 引言 3．2 微粒群算法的统一模型 3．2．1 统一模型 3．2．2 基于统一描述模型的PSO算法进化行为分析 3．2．3 收敛性分析 3．3 标准微粒群算法的数值算法分析 3．3．1 标准微粒群算法的微分方程模型 3．3．2 生物学背景 3．3．3 常见的微分方程数值方法介绍 3．4 微分进化微粒群算法 3．4．1 基于不同数值计算方法的微分进化微粒群算法 3．4．2 参数的选择 3．4．3 绝对稳定性 3．4．4 步长九的选择方式 3．4．5 算法流程 3．4．6 实例仿真 3．5 小结 参考文献 第4章 模拟觅食行为的微粒群算法 4．1 *优觅食微粒群算法 4．1．1 *优觅食理论 …… 第5章 基于决策思想的微粒群算法 第6章 带控制器的微粒群算法 第7章 基于多样性控制的自组织微粒群算法 第8章 基于知识的协同微粒群算法 第9章 微粒群算法的适应值预测策略 附录A 微粒群算法及群体智能的图书与特刊 附录B 典型测试函数 附录C 标准微粒群算法的Matlab程序源代码