群智能優化算法及其應用（簡體書）

《群智能優化算法及其應用》以群智能優化算法中的粒子群優化（ParticleSwarmOptimization，PSO）算法為主線，著重闡述了PSO算法的基本原理、改進策略，從解空間設計、粒子編碼以及求解流程等方面進行了詳細設計與闡述，對蟻群優化（AntColonyOptimization，ACO）算法、人工魚群（ArtificialFishSchool，AFS）算法以及新穎的人工蜂群（ArtificialBeeColony，ABC）算法和細菌覓食優化（BacteriaForagingOptimization，BFO）算法等群智能優化算法也做了簡要介紹，結合群智能優化機理，對PPI網絡的功能模塊聚類分析問題進行模型構建和算法設計，是本書的特色所在。
《群智能優化算法及其應用》可作為人工智能、計算機科學、管理科學、系統工程、自動化、生物信息學等專業高年級本科生、研究生和教師的參考書，也可供理工科其他專業的師生參考，還可供從事優化領域的科技人員閱讀和參考。．

序
前言

第1章緒論
1.1引言
1.2群智能優化算法的思想起源
1.2.1粒子群優化算法
1.2.2蟻群優化算法
1.2.3人工蜂群算法
1.2.4人工魚群算法
1.2.5細菌覓食優化算法
1.3本書組織結構
1.4小結
參考文獻

第2章經典優化理論與方法
2.1引言
2.2線性規劃
2.2.1凸集和凸函數
2.2.2線性規劃的基本性質
2.3非線性規劃
2.4整數規劃
2.4.1分支定界法
2.4.2割平面法
2.4.3指派問題
2.5動態規劃
2.5.1動態規劃的一些基本概念
2.5.2動態規劃的基本定理和基本方程
2.5.3逆推解法和順推解法
2.5.4動態規劃與靜態規劃的關係
2.6多目標優化
2.6.1多目標優化問題描述
2.6.2基於Pareto的多目標最優解集
2.7小結
參考文獻

第3章智能優化方法
3.1引言
3.2遺傳算法
3.2.1概述
3.2.2基本遺傳算法的描述
3.2.3基本遺傳算法的實現
3.2.4遺傳算法的應用步驟
3.3模擬退火算法
3.4禁忌搜索算法
3.4.1局部搜索
3.4.2禁忌搜索
3.5蟻群優化算法
3.5.1基本蟻群優化算法的原理
3.5.2基本蟻群優化算法的系統學特徵
3.5.3基本蟻群優化算法的數學模型
3.5.4基本蟻群優化算法的具體實現
3.6人工魚群算法
3.6.1算法描述
3.6.2算法步驟
3.7人工蜂群算法
3.7.1算法描述
3.7.2算法步驟
3.8細菌覓食優化算法
3.8.1趨向性操作
3.8.2複製操作
3.8.3遷徙操作
3.9免疫算法
3.9.1免疫算法的基本原理
3.9.2免疫算子的機理
3.10DNA計算
3.10.1DNA計算的研究背景
3.10.2DNA計算機理及其特點
……
第4章粒子群優化算法
第5章PSO算法用於函數優化
第6章群智能優化算法求解TSP
第7章PSO算法求解交通優化與調度問題
第8章群智能算法與路徑規劃
第9章PSO算法與圖像處理
第10章群智能優化算法與生物序列比對
第11章群智能聚類融合算法與PPI網絡

附錄．