计算群体智能基础

第1章 引言
第一部分 优化理论
第2章 优化问题和方法
2．1 优化问题的基本要素
2．2 优化问题分类
2．3 最优性条件
2．4 优化算法的类别
2．5 收敛的一般条件
2．5．1 简单随机搜索
2．5．2 局部收敛的条件
2．5．3 全局收敛的条件
2．5．4 收敛准则
2．6 小结
第3章 无约束优化
3．1 问题的定义
3．2 优化算法
3．2．1 一般局部搜索过程
3．2．2 集束搜索
3．2．3 禁忌搜索
3．2．4 模拟退火
3．2．5 蛙跳算法
3．3 标准问题示例
3．4 小结
第4章 约束优化
4．1 定义
4．2 约束处理方法
4．2．1 惩罚方法
4．2．2 将约束问题转换为非约束问题
4．3 标准问题实例
4．4 小结
第5章 多解问题
5．1 定义
5．2 小生境算法分类
5．3 标准问题实例
5．4 小结
第6章 多目标优化
6．1 多目标问题
6．2 帕累托最优
6．3 小结
第7章 动态优化问题
7．1 定义
7．2 动态环境的类型
7．3 标准问题实例
7．4 小结
第二部分 进化计算
第8章 进化计算导论
8．1 一般进化算法
8．2 表示
8．3 初始群体
8．4 适应度函数
8．5 选择
8．5．1 随机选择
8．5．2 比例选择
8．5．3 锦标赛选择
8．5．4 排序选择
8．5．5 (μ，λ)一选择和(μ+λ)一选择
8．5．6 精英选择
8．5．7 名人堂选择
8．6 繁殖算子
8．7 进化计算与经典优化
8．8 小结
第9章 进化计算方法
9．1 遗传算法
9．1．1 表示方案
9．1．2 交叉算子
9．1．3 变异
9．2 遗传编程
9．2．1 表示方案
9．2．2 适应度评估
9．2．3 交叉算子
9．2．4 变异算子
9．3 进化规划
9．3．1 表示方案
9．3．2 变异算子
9．4 进化策略
9．4．1 表示方案
9．4．2 交叉算子
9．4．3 变异算子
9．5 差分进化
9．6 文化算法
9．6．1 信念空间
9．6．2 群体空间
9．6．3 文化算法
9．7 小结
第10章 协同进化
10．1 竞争协同进化
10．1．1 计算适应度
10．1．2 相对适应度度量
10．1．3 适应度采样
10．1．4 名人堂
10．2 合作协同进化
10．2．1 适应度评估
10．2．2 合作协同进化遗传算法
10．3 小结
第三部分 粒子群优化
第11章 引言
第12章 基本粒子群优化
12．1 完全PSO模型
12．1．1 全局最优PSO
12．1．2 局部最优PSO
12．1．3 基本粒子群优化的各个要素
12．2 社会网络结构
12．3 基本变体
12．3．1 速度钳制
12．3．2 惯性权重
12．3．3 收缩系数
12．3．4 同步更新与异步更新
12．3．5 速度模型
12．4 基本粒子群优化的参数
12．5 性能评价
12．5．1 准确性
12．5．2 可靠性
12．5．3 鲁棒性
12．5．4 效率
12．5．5 多样性
12．5．6 相干性
12．6 粒子群优化与进化计算
12．6．1 搜索过程
12．6．2 表看
12．6．3 适应度函数
12．6．4 重组
12．6．5 变异
12．6．6 选择
12．7 小结
第13章 粒子轨迹
13．1 收敛
13．2 冲浪
13．2．1 简化PSO的粒子轨迹
13．2．2 更一般化的PSO的粒子轨迹
13．3 种群平衡
13．3．1 平衡状态
13．3．2 粒子吸引子
13．4 收缩后的轨迹
13．4．1 简化：PSO系统
13．4．2 一般PSO系统表示
13．4．3 收缩模型
13．4．4 一般PSO系统
13．4．5 收缩系统的空间范围
13．5 无约束的轨迹
13．6 启发式参数选择
13．7 小结
第14章 收敛性的证明
第15章 单解粒子群优化
第16章 小生境粒子群优化
第17章 利用粒子群优化的约束优化
第18章 粒子群多目标优化
第19章 动态环境中的粒子群优化
第20章 离散粒子群优化
第21章 粒子群优化的应用
第四部分 蚂蚁算法
第22章 引言
第23章 蚁群优化的元启发算法
第24章 蚁群优化算法的一般框架
第25章 蚁群优化算法
第26章 蚁群算法的应用
第27章 集体决策
第28章 蚁群优化的收敛性
第29章 墓地组织与育雏
第30章 分工
第31章 后记
参考文献
高级阅读材料
附录A缩略词
附录B符号
索引