包邮基于群体智能的生物启发式优化方法及应用

第1章绪论/ 1.1基于群智能的生物启发式优化方法/ 1.2粒子群算法/ 1.2.1基本思想/ 1.2.2算法流程/ 1.2.3PSO伪代码/ 1.3蚁群算法/ 1.3.1基本思想/ 1.3.2算法流程/ 1.3.3ACO伪代码/ 1.4蝙蝠算法/ 1.4.1基本思想/ 1.4.2算法流程/ 1.4.3BA伪代码/ 1.5布谷鸟搜索算法/ 1.5.1基本思想/ 1.5.2算法流程/ 1.5.3CSA伪代码/ 参考文献/ 第2章萤火虫算法/ 2.1基本萤火虫算法/ 2.1.1基本思想/ 2.1.2FA算法流程/ 2.1.3FA伪代码/ 2.1.4研究现状/ 2.2具有振荡约束的自然选择萤火虫优化算法(OCSFA)/ 2.2.1OCSFA改进策略/ 2.2.2OCSFA算法流程/ 2.2.3OCSFA伪代码/ 2.2.4时间复杂度分析/ 2.2.5收敛性证明/ 2.2.6求解标准测试函数优化问题/ 参考文献/ 第3章蝴蝶优化算法/ 3.1基本蝴蝶优化算法/ 3.1.1基本思想/ 3.1.2BOA算法流程/ 3.1.3BOA伪代码/ 3.1.4研究现状/ 3.2融合差分变异策略和进化自适应权重的蝴蝶优化算法(DMABOA)/ 3.2.1DMABOA改进策略/ 3.2.2DMABOA算法流程/ 3.2.3DMABOA伪代码/ 3.2.4时间复杂度分析/ 3.2.5收敛性证明/ 3.2.6DMABOA中各改进机制的影响分析/ 3.2.7求解多维复杂函数极值优化问题/ 参考文献/ 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伪代码/ 4.1.4研究现状/ 4.2引入有效缩放和随机交叉策略的自适应动态角色樽海鞘群算法（ERDSSA）/ 4.2.1ERDSSA改进策略/ 4.2.2ERDSSA算法流程/ 4.2.3ERDSSA伪代码/ 4.2.4时间复杂度分析/ 4.2.5求解工程设计约束优化问题/ 参考文献/ 第5章鲸鱼优化算法/ 5.1基本鲸鱼优化算法/ 5.1.1基本思想/ 5.1.2WOA算法流程/ 5.1.3WOA伪代码/ 5.1.4研究现状/ 5.2基于分段式随机惯性权重和*优反馈机制的鲸鱼优化算法（FWOA）/ 5.2.1FWOA改进策略/ 5.2.2FWOA算法流程/ 5.2.3FWOA伪代码/ 5.2.4时间复杂度分析/ 5.2.5求解CEC基准测试函数优化问题/ 5.2.6求解工程设计约束优化问题/ 参考文献/ 第6章总结与展望/ 附录/ 索引