智能優化算法與涌現計算, 2/e
李士勇、李研、林永茂
- 出版商: 清華大學
- 出版日期: 2022-08-01
- 售價: $1,134
- 貴賓價: 9.5 折 $1,077
- 語言: 簡體中文
- ISBN: 7302603995
- ISBN-13: 9787302603993
-
相關分類:
人工智慧、管理與領導 Management-leadership
立即出貨 (庫存 < 3)
買這商品的人也買了...
-
$352機器學習實戰
-
$690$538 -
$580$458 -
$1,000$790 -
$301特徵工程入門與實踐 (Feature Engineering Made Easy)
-
$266分佈式系統設計實踐
-
$880$748 -
$534$507 -
$414$393 -
$700$595 -
$594$564 -
$1,674$1,590 -
$720$562 -
$704$662 -
$658智能計算:原理與實踐
-
$305Python 智能優化算法:從原理到代碼實現與應用
-
$1,219軟件研發效能權威指南
-
$1,199$1,139 -
$857零基礎實踐深度學習, 2/e
-
$653深入機器學習
-
$780$585 -
$834$792 -
$390$351 -
$403智慧與湧現:智慧傳播時代的新媒介、新關係、新生存
-
$1,280$845
相關主題
商品描述
智能優化正在成為智能科學、信息科學、人工智能中最為活躍的研究方向,它在科研、工程、經濟、管理、國防乃至民生諸多領域發揮著越來越大的作用,已經成為多種學科交叉融合研究的前沿課題。有關智能優化算法方面的書籍國內外已出版了多種,但其內容的廣度還遠落後於該領域的快速發展。為彌補這方面的不足,本書全面收集了國內外已提出的原創的智能優化算法和涌現計算150種。每種算法從算法提出、優化原理、數學描述、實現步驟及算法流程等方面加以介紹。全書視野開闊,取材全面而新穎,邏輯嚴謹,系統性強,撰寫上由淺入深,深入淺出,啟迪思維。本書可供人工智能、智能科學、電腦科學、信息科學、自動化、系統科學、管理科學等相關領域教師和研究生教學用書或參考書,亦可作為相關專業科研人員、工程技術人員學習參考。
目錄大綱
目錄
第一篇仿人智能優化算法
第1章模糊邏輯算法
1.1模糊集合及其表示
1.2模糊集合的運算及其性質
1.3模糊關系與模糊矩陣
1.4模糊推理規則
1.5模糊系統的萬能逼近特性
第2章神經網絡算法
2.1神經細胞結構與功能
2.2人工神經元的基本特性
2.3人工神經網絡及其特點
2.4前向神經網絡的結構、訓練及學習
2.5神經網絡的學習規則
2.6前向網絡誤差反向傳播學習算法及
其逼近特性
第3章免疫算法
3.1免疫系統的基本概念
3.2免疫系統的組織結構
3.3免疫系統的免疫機制
3.4免疫系統的學習及優化機理
3.5免疫算法及克隆選擇算法的
實現步驟
第4章內分泌算法
4.1內分泌算法的提出
4.2內分泌與神經、免疫系統之間的
關系
4.3生物內分泌系統
4.4內分泌激素調節規律的描述
4.5人工內分泌系統內分泌激素的
調節機制
4.6基於內分泌調節機制的行為自組織
算法的實現
第5章人工代謝算法
5.1人工代謝算法的提出
5.2人工代謝算法的原理
5.3人工代謝算法的描述
5.4人工代謝算法的實現流程
第6章膜計算
6.1膜計算的提出
6.2細胞膜的結構、模型及功能
6.3標準膜計算的原理
6.4標準膜計算的描述
6.5膜計算的過程及實現步驟
第7章禁忌搜索算法
7.1禁忌搜索算法的提出
7.2組合優化中的鄰域概念
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參數
第8章和聲搜索算法
8.1和聲搜索算法的提出
8.2和聲搜索算法的原理及結構
8.3和聲搜索算法的主要步驟及流程
第9章思維進化算法
9.1思維進化算法的提出
9.2思維進化算法的基本思想
9.3思維進化算法的描述
9.4思維進化算法的實現步驟及流程
第10章社會進化算法
10.1社會進化算法的提出
10.2社會進化算法的基本思想
10.3多智能體社會進化系統
10.4社會進化算法的描述
10.5社會進化算法的實現步驟
第11章人口遷移算法
11.1人口遷移算法的提出
11.2人口遷移算法的原理
11.3人口遷移算法的描述
11.4人口遷移算法的實現步驟
第12章標桿學習算法
12.1標桿學習算法的提出
12.2標桿管理的基本思想
12.3標桿學習算法的基本原理
12.4標桿學習算法的數學描述
12.5標桿學習算法的實現流程
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瞭望算法的數學描述
13.4求解全局優化問題的瞭望算法的
實現
第14章視覺認知優化算法
14.1視覺認知優化算法的提出
14.2視覺認知優化算法的原理
14.3視覺認知優化算法的描述與步驟
14.4算法的收斂性證明
14.5視覺認知優化算法的實現舉例
14.6基於視覺認知的可視化算法
第15章頭腦風暴優化算法
15.1頭腦風暴優化算法的提出
15.2頭腦風暴優化算法的基本思想
15.3頭腦風暴過程的描述
15.4頭腦風暴優化算法的描述及實現
步驟
15.5基於討論機制的頭腦風暴優化
算法
第16章隨機聚焦搜索優化算法
16.1隨機聚焦搜索優化算法的提出
16.2隨機聚焦搜索優化算法的原理
16.3隨機聚焦搜索優化算法的描述
16.4隨機聚焦搜索算法的基本步驟
16.5基於隨機聚焦搜索算法的沖壓
成形工藝優化
第17章教學優化算法
17.1教學優化算法的提出
17.2教學優化算法的原理
17.3教學優化算法的數學描述
17.4教學優化算法的實現步驟
第18章帝國競爭算法
18.1帝國競爭算法的提出
18.2帝國競爭算法的原理
18.3帝國競爭算法的數學描述
18.4帝國競爭算法的實現步驟及流程
第19章世界杯競賽算法
19.1世界杯競賽算法的提出
19.2世界杯競賽算法的描述
19.3世界杯競賽算法的實現流程
第20章排球超級聯賽算法
20.1排球超級聯賽算法的提出
20.2排球超級聯賽算法的優化原理
20.3排球超級聯賽算法的數學描述
20.4排球超級聯賽算法的實現步驟
第21章集體決策優化算法
21.1集體決策優化算法的提出
21.2集體決策優化的基本思想
21.3集體決策優化算法的數學描述
21.4集體決策優化算法的實現
第二篇進 化 算 法
第22章遺傳算法
22.1遺傳算法的提出
22.2遺傳算法的優化原理
22.3生物的遺傳及遺傳算法的基本
概念
22.4遺傳算法的基本操作
22.5遺傳算法的求解步驟
22.6原對偶遺傳算法
第23章遺傳編程
23.1遺傳編程的提出
23.2遺傳編程的原理及基本操作
23.3遺傳編程算法的設計步驟及流程
23.4遺傳編程算法的本質屬性
第24章進化規劃
24.1進化規劃的提出
24.2進化規劃的原理及基本操作
24.3進化規劃的實現步驟及流程
第25章進化策略
25.1進化策略的提出
25.2進化策略的基本原理
25.3進化策略的基本操作
25.4進化策略的實現步驟及流程
第26章分佈估計算法
26.1分佈估計算法的提出
26.2分佈估計算法的基本原理
26.3分佈估計算法的描述
26.4分佈估計算法的基本步驟及流程
第27章差分進化算法
27.1差分進化算法的提出
27.2差分進化算法的原理
27.3差分進化算法的基本操作
27.4差分進化算法的實現步驟及流程
27.5差分進化算法的擴展形式
第28章自組織遷徙算法
28.1自組織遷徙算法的提出
28.2自組織遷徙算法的基本思想
28.3自組織遷徙算法的數學描述
28.4自組織遷徙算法的實現
第29章回溯搜索優化算法
29.1回溯搜索優化算法的提出
29.2回溯搜索優化算法的優化原理
29.3回溯搜索優化算法的數學描述
29.4回溯搜索優化算法的實現
第30章DNA計算
30.1DNA計算的提出
30.2DNA計算的生物學基礎
30.3DNA計算的基本原理及主要步驟
30.4DNA計算的基本操作
30.5DNA計算的編碼問題
30.6DNA計算系統的原型
第31章基因表達式編程算法
31.1基因表達式編程算法的提出
31.2基因表達式編程算法的原理
31.3基因表達式編程的基本概念
31.4GEP算法的遺傳操作
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算法的特點及其意義
第33章文化算法
33.1文化算法的提出
33.2文化算法的基本結構與原理
33.3文化算法求解約束優化問題的描述
與設計
33.4基本文化算法的實現步驟及流程
第三篇群智能優化算法
第34章蟻群優化算法
34.1蟻群優化算法的提出
34.2螞蟻的習性及覓食行為
34.3蟻群覓食策略的優化原理
34.4蟻群優化算法的原型——螞蟻系統
模型的描述
34.5基本蟻群優化算法的流程
第35章蟻獅優化算法
35.1蟻獅優化算法的提出
35.2蟻獅的狩獵行為
35.3蟻獅優化算法的原理
35.4蟻獅優化算法的數學描述
35.5蟻獅優化算法的實現
第36章粒子群優化算法
36.1粒子群優化算法的提出
36.2粒子群優化算法的基本原理
36.3粒子群優化算法的描述
36.4粒子群優化算法的實現步驟
及流程
36.5粒子群優化算法的特點及其改進
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人工蜂群算法的數學描述
37.4人工蜂群算法的實現步驟與流程
第38章蜜蜂交配優化算法
38.1蜜蜂交配優化算法的提出
38.2蜂群競爭繁殖過程的優化機理
38.3蜜蜂交配優化算法的數學描述
38.4蜜蜂交配優化算法的實現步驟
及流程
第39章螢火蟲群優化算法
39.1螢火蟲群優化算法的提出
39.2螢火蟲閃光的特點及功能
39.3螢火蟲群優化算法的數學描述
39.4螢火蟲群優化算法的實現步驟
及流程
第40章螢火蟲算法
40.1螢火蟲算法的提出
40.2螢火蟲算法的基本思想
40.3螢火蟲算法的數學描述
40.4螢火蟲算法的實現步驟及流程
第41章果蠅優化算法
41.1果蠅優化算法的提出
41.2果蠅的生物價值及覓食行為
41.3果蠅優化算法的基本原理
41.4果蠅優化算法的數學描述
41.5果蠅優化算法的實現步驟及流程
第42章蝴蝶算法
42.1蝴蝶算法的提出
42.2蝴蝶的生活習性
42.3蝴蝶算法的優化原理
42.4蝴蝶算法的數學描述
42.5蝴蝶算法的實現步驟
第43章蝴蝶交配優化算法
43.1蝴蝶交配優化算法的提出
43.2蝴蝶的生活習性
43.3BMO算法的機理
43.4BMO算法的數學描述
43.5BMO算法的偽代碼實現
第44章蝴蝶優化算法
44.1蝴蝶優化算法的提出
44.2蝴蝶的生活習性
44.3蝴蝶算法的優化原理
44.4BOA的數學描述
44.5BOA的實現步驟及偽代碼
第45章蜻蜓算法
45.1蜻蜓算法的提出
45.2蜻蜓的生活習性
45.3DA的優化原理
45.4DA的數學描述
45.5單目標及多目標DA的實現步驟
及偽代碼
第46章蜉蝣優化算法
46.1蜉蝣優化算法的提出
46.2蜉蝣的習性及其交配行為
46.3蜉蝣優化算法的優化原理
46.4單目標蜉蝣優化算法的數學描述
46.5單目標蜉蝣優化算法的偽代碼
實現
46.6多目標蜉蝣優化算法的偽代碼
實現
第47章蚱蜢優化算法
47.1蚱蜢優化算法的提出
47.2蚱蜢的習性
47.3蚱蜢優化算法的優化原理
47.4蚱蜢優化算法的數學描述
47.5蚱蜢優化算法的實現步驟及
偽代碼
第48章飛蛾撲火優化算法
48.1飛蛾撲火優化算法的提出
48.2飛蛾的橫向導航方法
48.3飛蛾撲火的原理
48.4飛蛾撲火優化算法的數學描述
48.5飛蛾撲火優化算法的偽代碼實現
第49章蛾群算法
49.1蛾群算法的提出
49.2飛蛾的生活習性及趨光性
49.3蛾群算法的數學描述
49.4蛾群算法的實現步驟
第50章群居蜘蛛優化算法
50.1群居蜘蛛優化算法的提出
50.2蜘蛛的習性與特徵
50.3群居蜘蛛優化算法的基本思想
50.4群居蜘蛛優化算法的數學描述
50.5蜘蛛優化算法的實現步驟及流程
第51章蟑螂優化算法
51.1蟑螂優化算法的提出
51.2蟑螂的習性
51.3蟑螂優化算法的原理
51.4蟑螂優化算法的數學描述
51.5蟑螂優化算法的實現步驟
第52章天牛須搜索算法
52.1天牛須搜索算法的提出
52.2天牛的習性及天牛須的功能
52.3天牛須搜索算法的尋優原理
52.4天牛須搜索算法的數學描述
52.5天牛須搜索算法的實現步驟
及流程
第53章蚯蚓優化算法
53.1蚯蚓優化算法的提出
53.2蚯蚓的生活習性
53.3蚯蚓優化算法的基本思想
53.4蚯蚓優化算法的數學描述
53.5蚯蚓優化算法的實現及流程
第54章布穀鳥搜索算法
54.1布穀鳥搜索算法的提出
54.2布穀鳥的繁殖行為與Levy飛行
54.3布穀鳥搜索算法的原理
54.4布穀鳥搜索算法的數學描述
54.5布穀鳥搜索算法的實現步驟
及流程
第55章候鳥優化算法
55.1候鳥優化算法的提出
55.2候鳥V字形編隊飛行的優化原理
55.3候鳥優化算法的描述
55.4候鳥優化算法的實現步驟及流程
55.5候鳥優化算法的特點及參數分析
第56章雁群優化算法
56.1雁群優化算法的提出
56.2雁群飛行規則及其假設
56.3雁群優化算法的基本思想
56.4雁群優化算法的數學描述
56.5雁群優化算法的實現步驟及流程
第57章燕群優化算法
57.1燕群優化算法的提出
57.2燕子的生活習性及覓食行為
57.3燕群優化算法的優化原理
57.4燕群優化算法的數學描述
57.5燕群優化算法的實現步驟及
偽代碼
第58章麻雀搜索算法
58.1麻雀搜索算法的提出
58.2麻雀的生活習性
58.3麻雀搜索算法的優化原理
58.4麻雀搜索算法中的假設規則
58.5麻雀搜索算法的數學描述
58.6麻雀搜索算法的偽代碼實現
第59章鴿群優化算法
59.1鴿群優化算法的提出
59.2鴿子自主歸巢導航的優化原理
59.3鴿群優化算法的數學描述
59.4鴿群優化算法的實現步驟及流程
第60章鳥群算法
60.1鳥群算法的提出
60.2鳥群覓食、警惕和飛行行為規則
60.3鳥群算法的數學描述
60.4鳥群算法的偽代碼描述及流程
第61章烏鴉搜索算法
61.1烏鴉搜索算法的提出
61.2烏鴉的生活習性
61.3烏鴉搜索算法的原理
61.4烏鴉搜索算法的數學描述
61.5烏鴉搜索算法的實現步驟及流程
第62章緞藍園丁鳥優化算法
62.1緞藍園丁鳥優化算法的提出
62.2緞藍園丁鳥的習性及求偶機制
62.3緞藍園丁鳥優化算法的數學描述
62.4緞藍園丁鳥優化算法的實現
第63章海鷗優化算法
63.1海鷗優化算法的提出
63.2海鷗的習性及遷徙和攻擊行為
63.3海鷗優化算法的數學描述
63.4海鷗優化算法的實現步驟及
偽代碼
第64章哈裡斯鷹優化算法
64.1哈裡斯鷹優化算法的提出
64.2哈裡斯鷹的習性及覓食策略
64.3哈裡斯鷹優化算法的數學描述
64.4哈裡斯鷹優化算法的實現
第65章禿鷹搜索算法
65.1禿鷹搜索算法的提出
65.2禿鷹的習性及其狩獵策略的
優化機制
65.3禿鷹搜索算法的數學描述
65.4禿鷹搜索算法的偽代碼實現
第66章蝙蝠算法
66.1蝙蝠算法的提出
66.2蝙蝠的習性及回聲定位
66.3蝙蝠算法的基本思想
66.4蝙蝠算法的數學描述
66.5蝙蝠算法的實現步驟及流程
第67章動態虛擬蝙蝠算法
67.1動態虛擬蝙蝠算法的提出
67.2蝙蝠的回聲定位功能
67.3動態虛擬蝙蝠算法的優化原理
67.4動態虛擬蝙蝠算法的數學描述
67.5虛擬蝙蝠算法的偽代碼實現
第68章飛鼠搜索算法
68.1飛鼠搜索算法的提出
68.2飛鼠滑行及覓食行為的尋優機制
68.3飛鼠搜索算法的數學描述
68.4飛鼠搜索算法的偽代碼實現
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混合蛙跳算法的實現步驟
69.5混合蛙跳算法實現的流程
第70章人工魚群算法
70.1人工魚群算法的提出
70.2動物自治體模型與魚類的覓食
行為
70.3人工魚群算法的基本原理
70.4人工魚群算法的數學描述
70.5人工魚群算法的流程
第71章大馬哈魚洄游算法
71.1大馬哈魚洄游算法的提出
71.2大馬哈魚的洄游習性
71.3大馬哈魚洄游算法的原理
71.4大馬哈魚洄游算法的描述
71.5大馬哈魚洄游算法的實現步驟
及流程
第72章鯨魚優化算法
72.1鯨魚優化算法的提出
72.2鯨魚的泡泡網覓食行為
72.3鯨魚優化算法的原理
72.4鯨魚優化算法的數學描述
72.5鯨魚優化算法的實現步驟及流程
第73章海豚回聲定位優化算法
73.1海豚回聲定位優化算法的提出
73.2海豚的生活習性
73.3海豚回聲定位的優化原理
73.4海豚回聲定位優化算法的數學
描述
73.5海豚回聲定位優化算法的實現
步驟及流程
第74章海豚群算法
74.1海豚群算法的提出
74.2海豚群算法的優化原理
74.3海豚群算法的數學描述
74.4海豚群算法的實現步驟
第75章口孵魚算法
75.1口孵魚算法的提出
75.2口孵魚的習性
75.3口孵魚算法的優化原理
75.4口孵魚算法的數學描述
75.5口孵魚算法的偽代碼實現
第76章河豚圓形結構算法
76.1河豚圓形結構算法的提出
76.2河豚的習性
76.3河豚建造圓形結構的過程
76.4河豚圓形結構算法的數學描述
76.5河豚圓形結構算法的偽代碼
實現
第77章樽海鞘群算法
77.1樽海鞘群算法的提出
77.2樽海鞘的生活習性
77.3樽海鞘群覓食的優化機理
77.4樽海鞘群算法的數學描述
77.5樽海鞘群算法的實現步驟及程序
偽代碼
第78章珊瑚礁優化算法
78.1珊瑚礁優化算法的提出
78.2珊瑚蟲生活習性及珊瑚礁築成
78.3珊瑚礁優化算法的優化原理
78.4珊瑚礁優化算法的數學描述
78.5珊瑚礁優化算法的實現步驟及
流程
第79章磷蝦群算法
79.1磷蝦群算法的提出
79.2磷蝦群算法的原理
79.3磷蝦群算法的數學描述
79.4磷蝦群算法的實現步驟及流程
第80章細菌覓食優化算法
80.1細菌覓食優化算法的提出
80.2大腸桿菌的結構及覓食行為
80.3細菌覓食優化算法的原理
80.4細菌覓食優化算法的數學描述
80.5細菌覓食優化算法的實現步驟
及流程
第81章細菌(群體)趨藥性算法
81.1細菌(群體)趨藥性算法的提出
81.2細菌趨藥性算法的原理
81.3細菌趨藥性算法的數學描述
81.4細菌群體趨藥性算法的基本思想
81.5細菌群體趨藥性算法的數學描述
81.6細菌群體趨藥性算法的實現步驟
第82章細菌菌落優化算法
82.1細菌菌落優化算法的提出
82.2細菌的生長、繁殖、死亡過程
82.3細菌菌落優化算法的原理
82.4細菌菌落優化算法的設計
82.5細菌菌落優化算法的實現步驟
及流程
第83章病毒種群搜索算法
83.1病毒種群搜索算法的提出
83.2病毒及其生存策略
83.3病毒種群搜索算法的優化原理
83.4病毒種群搜索算法的數學描述
83.5病毒種群搜索算法實現的偽代碼
及算法流程
第84章貓群優化算法
84.1貓群優化算法的提出
84.2貓的生活習性
84.3貓群優化算法的原理
84.4貓群優化算法的數學描述
84.5貓群優化算法的實現步驟
84.6貓群優化算法實現的程序流程
第85章鼠群優化算法
85.1鼠群優化算法的提出
85.2鼠群優化算法的原理
85.3鼠群優化算法及其環境描述
85.4鼠群優化算法的實現步驟
第86章貓鼠種群算法
86.1貓鼠種群算法提出
86.2貓鼠種群算法的原理
86.3貓鼠種群算法的數學描述
86.4貓鼠種群算法的實現步驟及流程
第87章雞群優化算法
87.1雞群優化算法的提出
87.2雞群優化算法的基本思想
87.3雞群優化算法的數學描述
87.4雞群優化算法的實現步驟及流程
第88章斑鬣狗優化算法
88.1斑鬣狗優化算法的提出
88.2斑鬣狗的社會等級及捕食行為
88.3斑鬣狗優化算法的尋優原理
88.4斑鬣狗優化算法的數學描述
88.5斑鬣狗優化算法的實現步驟
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猴群算法的數學描述
89.4猴群算法的實現步驟及流程
第90章蜘蛛猴優化算法
90.1蜘蛛猴優化算法的提出
90.2蜘蛛猴習性及裂變融合結構的
覓食行為
90.3蜘蛛猴優化算法的優化原理
90.4蜘蛛猴優化算法的數學描述
90.5蜘蛛猴優化算法的實現步驟
第91章狼群算法
91.1狼群算法的提出
91.2狼的習性及狼群特徵
91.3狼群算法的原理
91.4狼群算法的數學描述
91.5狼群算法的實現步驟及流程
第92章灰狼優化算法
92.1灰狼優化算法的提出
92.2灰狼的社會等級及狩獵行為
92.3灰狼優化算法的數學描述
92.4灰狼優化算法的實現步驟及流程
第93章獅子優化算法
93.1獅子優化算法的提出
93.2獅子的生活習性
93.3獅子優化算法的原理
93.4獅子優化算法的數學描述
93.5獅子優化算法的偽代碼實現
第94章北極熊優化算法
94.1北極熊優化算法的提出
94.2北極熊的生活習性及其捕獵行為
94.3北極熊優化算法的優化原理
94.4北極熊優化算法的數學描述
94.5北極熊優化算法的實現步驟及
偽代碼
第95章大象放牧優化算法
95.1大象放牧優化算法的提出
95.2大象的生活習性
95.3大象放牧優化算法的優化原理
95.4大象放牧優化算法的數學描述
95.5大象放牧優化算法的實現步驟及
偽代碼
95.6二進制象群優化算法的原理及
偽代碼實現
第96章象群水搜索算法
96.1象群水搜索算法的提出
96.2大象的特徵及其水搜索策略
96.3象群水搜索算法設計的基本規則
96.4象群水搜索算法的數學描述
96.5象群水搜索算法的偽代碼實現
第97章自私獸群優化算法
97.1自私獸群優化算法的提出
97.2自私獸群優化算法的優化原理
97.3自私獸群優化算法的數學描述
97.4自私獸群優化算法的實現步驟
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動物捕食策略
98.3捕食搜索算法的基本思想
98.4捕食搜索算法的數學描述
98.5捕食搜索算法的實現步驟及流程
第99章自由搜索算法
99.1自由搜索算法的提出
99.2自由搜索算法的優化原理
99.3自由搜索算法的數學描述
99.4自由搜索算法的實現步驟及流程
第100章食物鏈算法
100.1食物鏈算法的提出
100.2捕食食物鏈
100.3人工捕食策略
100.4人工生命食物鏈的基本思想
100.5食物鏈算法的數學描述
100.6食物鏈算法的實現步驟及流程
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數學描述
101.4SOS算法的實現步驟及流程
第102章生物地理學優化算法
102.1生物地理學優化算法的提出
102.2生物地理學的基本概念及生物
物種遷移模型
102.3生物地理學優化算法的原理
102.4生物地理學優化算法的數學描述
102.5生物地理學優化算法的實現步驟
及流程
第103章競爭優化算法
103.1競爭優化算法的提出
103.2競爭優化算法的原理
103.3競爭優化算法的描述
103.4競爭優化算法的實現步驟及流程
第四篇仿植物生長算法
第104章模擬植物生長算法
104.1模擬植物生長算法的提出
104.2模擬植物生長算法的原理
104.3模擬植物生長算法的數學描述
104.4模擬植物生長算法的實現步驟
第105章人工植物優化算法
105.1人工植物優化算法的提出
105.2人工植物優化算法的優化原理
105.3人工植物優化算法的數學描述
105.4人工植物優化算法的實現步驟
及流程
第106章人工藻類算法
106.1人工藻類算法的提出
106.2藻類的生長特性
106.3人工藻類算法的數學描述
106.4人工藻類算法的偽代碼實現
及流程
第107章小樹生長算法
107.1小樹生長算法的提出
107.2小樹生長算法的優化原理
107.3小樹生長算法的數學描述
107.4小樹生長算法的偽代碼實現
第108章自然樹生長競爭算法
108.1自然樹生長競爭算法的提出
108.2自然樹生長競爭算法的優化機理
108.3自然樹生長的競爭模型
108.4自然樹生長競爭算法的數學描述
108.5自然樹生長競爭算法的實現步驟
及流程
第109章根樹優化算法
109.1根樹優化算法的提出
109.2根樹優化算法的基本原理
109.3根樹優化算法的數學描述
109.4RTO算法的實現步驟
第110章森林優化算法
110.1森林優化算法的提出
110.2森林優化算法的原理
110.3森林優化算法的數學描述
110.4森林優化算法的實現步驟及流程
第111章入侵草優化算法
111.1入侵草優化算法的提出
111.2雜草生長的入侵性
111.3入侵草優化算法的原理
111.4入侵草優化算法的數學描述
111.5入侵草優化算法的實現步驟
及流程
第112章種子優化算法
112.1種子優化算法的提出
112.2種子優化算法的基本思想
112.3種子優化算法的數學描述及
實現流程
112.4基於正態分佈的種子優化算法及
實現流程
第113章花朵授粉算法
113.1花朵授粉算法的提出
113.2花朵授粉的特徵
113.3花朵授粉算法的數學描述
113.4花朵授粉算法的實現步驟及流程
第114章雜交水稻優化算法
114.1雜交水稻優化算法的提出
114.2雜交水稻育種技術及其分類
114.3雜交水稻優化算法的優化原理
114.4雜交水稻優化算法的數學描述
114.5雜交水稻優化算法的實現
第五篇仿自然優化算法
第115章模擬退火算法
115.1模擬退火算法的提出
115.2固體退火過程的統計力學原理
115.3模擬退火算法的數學描述
115.4模擬退火算法的實現步驟及流程
第116章混沌優化算法
116.1混沌優化算法的提出
116.2混沌學與Logistic映射
116.3混沌優化算法的實現步驟
116.4變尺度混沌優化算法的實現步驟
第117章混沌黃金分割搜索算法
117.1混沌黃金分割搜索算法的提出
117.2混沌黃金分割搜索算法的原理及
數學描述
117.3混沌黃金分割搜索算法的結構
117.4混沌黃金分割搜索算法的實現
步驟及流程
第118章隨機分形搜索算法
118.1隨機分形搜索算法的提出
118.2隨機分形搜索的原理
118.3分形搜索算法的數學描述
118.4分形搜索算法的實現步驟
118.5隨機分形搜索算法的數學描述
及實現步驟
第119章電子搜索算法
119.1電子搜索算法的提出
119.2玻爾原子模型與里德伯格公式
119.3電子搜索算法的優化原理
119.4電子搜索算法的數學描述
119.5電子搜索算法的實現步驟
第120章量子搜索算法
120.1量子搜索算法的提出
120.2量子計算基礎
120.3Grover量子搜索算法的原理
120.4Grover算法的搜索步驟
120.5量子遺傳算法的原理及實現步驟
第121章量子諧振子優化算法
121.1量子諧振子優化算法的提出
121.2量子諧振子優化算法的基本原理
121.3量子諧振子優化算法的數學描述
121.4量子諧振子優化算法的實現
121.5多尺度量子諧振子算法
第122章智能水滴優化算法
122.1智能水滴優化算法的提出
122.2智能水滴優化算法的基本原理
122.3智能水滴優化算法的數學描述
122.4智能水滴優化算法求解TSP
問題的步驟及流程
第123章水循環算法
123.1水循環算法的提出
123.2水循環過程
123.3水循環算法的基本原理
123.4水循環算法的數學描述
123.5水循環算法的實現步驟及流程
第124章水波優化算法
124.1水波優化算法的提出
124.2水波現象與水波理論
124.3水波優化算法的基本原理
124.4水波優化算法的數學描述
124.5水波優化算法的實現步驟及流程
第125章人工雨滴算法
125.1人工雨滴算法的提出
125.2雨滴形成及降雨過程分析
125.3人工雨滴算法的基本思想
125.4人工雨滴算法的數學描述
125.5人工雨滴算法的循環過程流程
第126章雲搜索優化算法
126.1雲搜索優化算法的提出
126.2雲搜索優化算法的基本思想
126.3雲搜索優化算法的數學描述
126.4雲搜索優化算法的實現步驟
第127章氣象雲模型優化算法
127.1氣象雲模型優化算法的提出
127.2氣象雲模型優化算法的基本思想
127.3氣象雲模型優化算法的數學描述
127.4氣象雲模型優化算法的實現步驟
及流程
第128章風驅動優化算法
128.1風驅動優化算法的提出
128.2風驅動優化算法的原理
128.3風驅動優化算法的數學描述
128.4風驅動優化算法的實現步驟及
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宇宙大爆炸算法的數學描述
129.4BBBC算法實現步驟及流程
第130章煙花算法
130.1煙花算法的提出
130.2煙花算法的優化原理
130.3煙花算法的數學描述
130.4煙花算法實現步驟及流程
第131章中心引力優化算法
131.1中心引力優化算法的提出
131.2中心引力優化算法的原理
131.3中心引力優化算法的數學描述
131.4中心引力優化算法的實現步驟
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引力搜索算法的數學描述
132.4引力搜索算法的實現步驟及流程
第133章引力場算法
133.1引力場算法的提出
133.2行星和恆星的形成理論
133.3引力場算法的基本思想
133.4引力場算法的數學描述
133.5引力場算法的實現步驟及流程
第134章極值動力學優化算法
134.1極值動力學優化算法的提出
134.2BS生物演化模型
134.3極值動力學優化算法的原理
134.4極值動力學優化算法的描述
134.5極值動力學優化算法的實現步驟
及流程
134.6極值動力學優化算法的特點
第135章擬態物理學優化算法
135.1擬態物理學優化算法的提出
135.2擬態物理學基礎
135.3擬態物理學優化算法的基本思想
135.4擬態物理學優化算法的數學描述
135.5擬態物理學優化算法的實現步驟
第136章分子動理論優化算法
136.1分子動理論優化算法的提出
136.2分子動理論的相關知識
136.3分子動理論優化算法的原理
136.4分子動理論優化算法的數學描述
136.5分子動理論優化算法的實現步驟
及流程
第137章碰撞體優化算法
137.1碰撞體優化算法的提出
137.2碰撞體優化算法的原理
137.3碰撞體優化算法的數學描述
137.4碰撞體優化算法的實現步驟及
流程
第138章氣體分子動力學優化算法
138.1氣體分子動力學優化算法的提出
138.2氣體分子的動力學理論
138.3氣體分子動力學優化算法的原理
138.4氣體分子動力學優化算法的數學
描述
138.5氣體分子動力學優化算法的偽代碼
實現
第139章進化質心算法
139.1進化質心算法的提出
139.2基於物體質心的優化原理
139.3進化質心算法的數學描述
139.4進化質心算法的偽代碼實現
第140章平衡優化算法
140.1平衡優化算法的提出
140.2平衡優化算法的原理
140.3平衡優化算法的數學描述
140.4平衡優化算法的偽代碼及實現
流程
第141章類電磁機制算法
141.1類電磁機制算法的提出
141.2庫侖定律
141.3類電磁機制算法的基本思想
141.4類電磁機制算法的數學描述
141.5類電磁機制算法的實現步驟及
流程
第142章熱傳遞搜索算法
142.1熱傳遞搜索算法的提出
142.2熱傳遞搜索算法的原理
142.3熱傳遞搜索算法的數學描述
142.4熱傳遞搜索算法實現的詳細流程
第143章熱交換優化算法
143.1熱交換優化算法的提出
143.2熱交換優化的物理學基礎
143.3熱交換優化算法的數學描述
143.4熱交換優化算法的實現流程
第144章螺旋運動進化算法
144.1螺旋運動進化算法的提出
144.2螺旋運動進化算法的基本思想
144.3螺旋運動進化算法的數學描述
144.4螺旋運動進化算法的偽代碼實現
第145章螺旋優化算法
145.1螺旋優化算法的提出
145.2螺旋結構、螺旋模型與最優化
機制
145.3螺旋優化算法的數學描述
145.4基本螺旋優化算法的實現步驟
145.5收斂的螺旋優化算法及其實現
步驟
第146章渦流搜索算法
146.1渦流搜索算法的提出
146.2渦流搜索算法的原理
146.3渦流搜索算法的數學描述
146.4渦流搜索算法的實現及流程
第147章閃電搜索算法
147.1閃電搜索算法的提出
147.2閃電搜索算法的原理
147.3閃電搜索算法的數學描述
147.4閃電搜索算法的實現步驟及流程
第148章光線優化算法
148.1光線優化算法的提出
148.2光線優化算法的原理
148.3光線優化算法的數學描述
148.4光線優化算法的流程
第149章化學反應優化算法
149.1化學反應優化算法的提出
149.2化學反應優化算法的原理
149.3化學反應優化算法的數學描述
149.4化學反應優化算法的實現步驟
及流程
第150章正弦餘弦算法
150.1正弦餘弦算法的提出
150.2正弦餘弦算法的原理
150.3正弦餘弦算法的數學描述
150.4正弦餘弦算法的偽代碼實現
第151章陰陽對優化算法
151.1陰陽對優化算法的提出
151.2陰陽對優化算法的基本思想
151.3陰陽對優化算法的數學描述
151.4陰陽對優化算法的偽代碼實現
第152章五行環優化算法
152.1五行環優化算法的提出
152.2五行學說及相生相剋關系
152.3五行環優化算法的優化原理
152.4五行環模型的建立
152.5五行環優化算法的實現及流程
第153章多元宇宙優化算法
153.1多元宇宙優化算法的提出
153.2多元宇宙理論
153.3多元宇宙優化算法的原理
153.4多元宇宙優化算法的數學描述
153.5多元宇宙優化算法的實現步驟
及流程
第154章人工生態系統優化算法
154.1人工生態系統優化算法的提出
154.2生態系統及生態平衡的優化原理
154.3人工生態系統優化算法的數學
描述
154.4人工生態系統優化算法的偽代碼
實現
第六篇涌 現 計 算
第155章一維元胞自動機的涌現
計算
155.1元胞自動機概念的提出
155.2元胞自動機的結構與規則
155.3一維元胞自動機涌現計算的原理
第156章Conway生命游戲的涌現
計算
156.1Conway生命游戲的提出
156.2二維細胞自動機的結構和規則
156.3Conway生命游戲的演化
156.4基於MATLAB的生命游戲模擬
設計
156.5基於MATLAB生命游戲模擬
算法的實現步驟及流程
第157章螞蟻系統覓食路徑的涌現
計算
157.1螞蟻群體覓食行為的涌現現象
157.2螞蟻群體覓食行為模型的構建
157.3螞蟻主體覓食行為規則及模型
參數
157.4基於Agent的螞蟻群體覓食
行為的涌現計算步驟及流程
第158章數字人工生命Autolife的
涌現行為
158.1Autolife模型的提出
158.2Autolife模型的基本思想
158.3Autolife模型的規則描述
158.4不同環境下的人工生命群體動態
行為
158.5組織的自創生與自修復功能
158.6Autolife模型的意義
第159章黏菌的鐵路網絡涌現計算
159.1黏菌涌現計算的提出
159.2黏菌及其習性
159.3黏菌覓食的涌現行為
159.4黏菌交通網絡的涌現計算過程
159.5黏菌網絡的性能及路徑尋優模型
附錄A智能優化算法的理論基礎:
復雜適應系統理論
參考文獻