基于群体智能的生物启发式优化方法及应用/应用经济学精品系列/中国经济文库

\\\"近年来，基于生物群体智能的启发式优化方法研究发展迅速，相继出现一些性能优越、影响广泛的算法。这些方法模仿自然界中生物系统的群体合作行为和适宜性进化选择，可快速逼近问题的最优解。 本书通过对认可程度高、优化效果好、应用广的萤火虫算法、蝴蝶优化算法、樽海鞘群算法、鲸鱼优化算法等进行了系统介绍和研究，对经典启发式优化方法的流程进行了梳理，给出了理论和实验分析方法与结果，为进一步研究这些算法提供了参考和借鉴。\\\"

刘景森，河南大学软件学院教授、硕士生导师、工学博士。主要研究方向：智能算法、优化控制、网络信息安全等。主持完成省部级以上科研项目10余项，作为主要参加人完成多个纵向项目、国防基础研究项目和横向项目。发表专业论文40余篇，其中SCI、EI检索20余篇；主（合）编教材3部。 李煜，河南大学商学院教授，管理学博士，主要研究方向：智能优化、电子商务、供应链物流管理。完成国家级、省（部）级项目多项，发表专业论文50余篇，其中SSCI、SCI检索20余篇。

\\\"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最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\\\"