智能优化理论

  适读人群 ：理工科各专业本科生

通过阐述这些算法的基本原理，构建这些算法的数学模型和计算步骤，为进一步的实践应用奠定算法的理论基础。

本书分为6篇：第1篇智能优化的理论基础，内容包括优化理论和智能优化方法概述；第2篇进化算法，内容包括遗传算法、DNA算法、Memetic算法和文化算法；第3篇仿人智能优化算法，内容包括神经网络算法、模糊逻辑算法、思维进化算法；第4篇群智能优化算法，内容包括蚁群优化算法、粒子群优化算法、混合蛙跳算法、猴群算法、自由搜索算法；第5篇仿自然优化算法，内容包括模拟退火算法、混沌优化算法、量子遗传算法、水波优化算法、自然云与气象云搜索优化算法；第6篇智能优化方法的统一框架与共性理论，内容包括智能优化方法的统一框架、智能优化方法的收敛性分析、搜索空间的探索-开发权衡。通过阐述这些算法的基本原理，构建这些算法的数学模型和计算步骤，为进一步的实践应用奠定算法的理论基础。
本书可作为高等院校理工科各专业的教材，也可供从事优化算法的技术人员参考。

前言
第1篇智能优化的理论基础
第1章优化理论概述2
1.1优化问题的基本概念2
1.2优化问题的分类4
1.3求解方法的运用原则与搜索优化算法的一般流程10
复习思考题14
第2章智能优化方法概述15
2.1智能优化的概念15
2.2智能优化方法的实质——人工复杂适应性系统16
2.3智能优化方法的分类19
复习思考题20
第2篇进化算法
第3章遗传算法22
3.1遗传算法寻优的基本思路22
3.2遗传算法的理论基础24
3.3遗传算法的实现及改进算法32
3.4差分进化算法42
复习思考题47
第4章DNA算法48
4.1概述48
4.2DNA的结构49
4.3DNA计算的原理50
4.4DNA计算与遗传算法的集成51
4.5DNA遗传算法与常规遗传算法的比较57
复习思考题57
第5章Memetic算法和文化算法58
5.1Memetic算法58
5.2文化算法62
复习思考题69
第3篇仿人智能优化算法
第6章神经网络算法71
6.1从机器学习到神经网络71
6.2神经网络训练86
6.3神经网络的设计方法93
6.4欠拟合、过拟合与正则化101
6.5优化算法106
6.6神经网络的应用优势和存在的主要问题124
复习思考题124
第7章模糊逻辑算法125
7.1模糊集合及其运算125
7.2模糊关系129
7.3模糊逻辑与近似推理131
7.4基于规则库的模糊推理135
7.5模糊逻辑系统的应用优势与存在的主要问题141
复习思考题142
第8章思维进化算法143
8.1思维进化算法的提出143
8.2思维进化算法的基本思想143
8.3思维进化算法的描述144
8.4思维进化算法的改进148
复习思考题149
第4篇群智能优化算法
第9章蚁群优化算法152
9.1蚁群觅食策略的优化原理152
9.2蚁群优化算法介绍155
9.3蚁群优化算法应用举例162
复习思考题163
第10章粒子群优化算法164
10.1粒子群优化算法的基本原理164
10.2基本粒子群优化算法165
10.3改进的粒子群优化算法166
10.4离散粒子群优化算法169
10.5粒子群优化算法应用举例171
10.6粒子群优化算法的应用优势与存在的主要问题173
复习思考题174
第11章混合蛙跳算法175
11.1混合蛙跳算法的提出175
11.2混合蛙跳算法的基本原理175
11.3基本混合蛙跳算法的描述176
11.4混合蛙跳算法的实现步骤178
11.5混合蛙跳算法的实现流程180
11.6协同进化混合蛙跳算法180
复习思考题184
第12章猴群算法185
12.1猴群算法的提出185
12.2猴群算法的原理185
12.3猴群算法的数学描述186
12.4猴群算法的实现步骤及流程188
12.5猴群算法的优缺点分析189
12.6基于高斯变异的自适应猴群算法189
复习思考题190
第13章自由搜索算法191
13.1自由搜索算法的提出191
13.2自由搜索算法的优化原理191
13.3自由搜索算法的数学描述192
13.4自由搜索算法的实现步骤及流程194
13.5动态拉伸目标函数的自由搜索算法195
复习思考题197
第5篇仿自然优化算法
第14章模拟退火算法200
14.1模拟退火算法的提出200
14.2固体退火过程的统计力学原理200
14.3模拟退火算法的数学描述202
14.4模拟退火算法的实现要素204
14.5多目标模拟退火算法206
14.6模拟退火算法的应用之一：求解旅行商问题207
复习思考题208
第15章混沌优化算法209
15.1混沌优化算法的提出209
15.2混沌学与Logistic映射209
15.3混沌优化算法的实现步骤211
15.4变尺度混沌优化算法的实现步骤212
复习思考题213
第16章量子遗传算法214
16.1量子计算214
16.2量子进化算法221
16.3量子遗传算法计算222
16.4改进的量子遗传算法226
复习思考题230
第17章水波优化算法231
17.1水波优化算法的提出231
17.2水波现象与水波理论231
17.3水波优化算法的基本原理232
17.4水波优化算法的数学描述233
17.5水波优化算法的实现步骤及流程234
17.6自适应协同学习水波优化算法235
复习思考题238
第18章自然云与气象云搜索优化算法239
18.1自然云搜索优化算法239
18.2气象云模型优化算法243
复习思考题248
第6篇智能优化方法的统一框架与共性理论
第19章智能优化方法的统一框架250
复习思考题253
第20章智能优化方法的收敛性分析255
20.1收敛性与全局收敛性的定义255
20.2全局收敛性定理256
20.3关于收敛性的讨论258
复习思考题259
第21章搜索空间的探索-开发权衡260
21.1探索与开发的定义与权衡方式260
21.2“探索-开发”权衡的多阶段随机压缩模型261
复习思考题269
参考文献270