现代启发式优化方法及其应用

第1章绪论

11启发式优化方法

12遗传算法

121基本思想

122算法流程

123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3伪代码

14粒子群算法

141基本思想

142算法流程

143伪代码

15模拟退火算法

151基本思想

152算法流程

153伪代码

16禁忌搜索算法

161基本思想

162算法流程

163伪代码

17差分进化算法

171基本思想

172算法流程

173伪代码

本章参考文献

第2章布谷鸟搜索算法

21基本布谷鸟搜索算法

211基本思想

212算法流程

213伪代码

214研究现状



22具有动态步长和发现概率的布谷鸟搜索算法（DCS）

221DCS改进策略

222DCS流程

223DCS伪代码

224时间复杂度分析

225收敛性证明

226函数优化仿真实验

23基于定向变异的布谷鸟搜索算法（DVCS）

231DVCS改进策略

232求解货物配送路径规划问题

233算法流程

234伪代码

235算法测试与分析

本章参考文献

第3章万有引力搜索算法

31基本引力搜索算法

311基本思想

312算法流程

313伪代码

314研究现状

32基于多点自适应约束策略的万有引力搜索算法（MACGSA）

321MACGSA改进策略

322MACGSA流程

323MACGSA伪代码

324时间复杂度分析

325收敛性分析

326函数优化仿真实验

33自适应混合变异万有引力搜索算法（MGSA）

331MGSA改进策略

332MGSA流程

333MGSA伪代码

334函数优化仿真实验

335求解无人航行航路规划问题

本章参考文献

第4章蝙蝠算法

41基本蝙蝠算法

411基本思想

412算法流程

413伪代码

414研究现状


42融合均匀变异与高斯变异的蝙蝠优化算法（UGBA）

421UGBA改进策略

422UGBA流程

423UGBA伪代码

424时间复杂度分析

425收敛性证明

426函数优化仿真实验

43具有反向学习和正切随机探索机制的蝙蝠算法（PTRBA）

431PTRBA改进策略

432基于三次样条插值求解机器人路径规划问题

433算法流程

434伪代码

435算例测试与分析

本章参考文献

第5章花朵授粉算法

51基本花朵授粉算法（FPA）

511基本思想

512FPA流程

513FPA伪代码

514研究现状

52融合模拟退火机制的自适应花朵授粉算法（SRFPA）

521SRFPA改进策略

522SRFPA流程

523SRFPA伪代码

524时间复杂度分析

525收敛性证明

526函数优化仿真实验


53具有动态转换概率的差分进化花朵授粉算法（MCFPA）

531MCFPA改进策略

532MCFPA流程

533求解云计算资源调度问题

534MCFPA求解问题步骤

535求解云计算资源调度问题的伪代码

536算例测试与分析

本章参考文献
第6章总结与展望
重要术语索引