生物启发计算

    《生物启发计算：个体、群体、群落演化模型与方法》是作者在生物启发式计算领域的系统性研究成果。书中系统、深入地介绍了生物启发计算的起源、模型、理论及其应用领域，以生物进化论、共生进化论、复杂适应性系统的思想与理论为基础，提出基于个体、群体、群落三个层面生物行为演化模式的生物启发计算统一性方法，并以几种新型实现模式为例，分别进行基于统一框架的算法设计、建模仿真以及优化问题求解，使生物启发计算理念从宏观到微观再到宏观、从统一性到多样性再到统一性得到了系统的展现。
    《生物启发计算：个体、群体、群落演化模型与方法》的出版能够为生物启发计算领域的研究和应用提供新的思路和方法。《生物启发计算：个体、群体、群落演化模型与方法》可供智能科学、自动化、计算科学、电子信息等相关领域的研究生、教师和科研人员以及工程技术人员参考使用。

    朱云龙（博士，博士生导师，研究员），中国科学院沈阳自动化所研究员、博土生导师，信息服务与智能控制研究室主任，辽宁省数字化协同制造与管理重点实验室主任，科技部制造业信息化科技工程总体专家组成员，中华靠前科学交流基金会靠前届专家委员会委员，《信息与控制》杂志编委。近20年来一直从事企业资源管理规划与优化方法、工业软件与系统集成技术、rfid与制造物联网以及基于生物行为的群智能方法等领域的基础理论与工程应用研究。作为课题负责人先后承担国家自然科学面上基金、国家自然科学重点基金5项，国家863研究项目6项，国家科技支撑计划1项，承担的企业合作项目10余项。近10年发表学术论文近200余篇，其中被sci／ei收录近140篇，sci／ei他引1000多次，出版学术专著3本。获辽宁省科技成果一等奖1项，辽宁省科技进步二等奖1项，沈阳市科技进步二等奖1项，中科院院地合作优选个人二等奖1项。2006年获沈阳市优选科技工作者称号。培养的博士生有2人获中国科学院很好博士生院长奖学金，1位获朱李月华奖学金，3位博士后获中国博士后基金，2位获中国科学院王宽诚博士后基金的资助，1位获中国科学院很好博士后称号。

    陈瀚宁，1979年生，2009年1月获中国科学院研究生院博土学位，现为中国科学院沈阳自动化研究所副研究员。自2005年以来一直从事生物启发计算与物联网领域的研究工作。近年来的主要科研成果包括：作为项目负责人主持了“十二五”国家863重点项目“中小企业云制造服务平台”、国家科技计划项目“物联网智能商务公共服务平台及示范应用”、国家自然科学基金“基于生物行为的rfid系统优化模型与算法研究”等多项科研任务。在包括natural computing、computational and applied mathematics、applied soft computing、journal of networkand computer applications、discrete dynamic in nature and society、mathematical problem in engineering等靠前外有名杂志、靠前会议上发表论文30余篇，其中sci收录20余篇。研究方向包括：物联网技术与应用、复杂系统建模与仿真、商务智能与群体智能等。

    申海，1976年生，2011年6月获中国科学院研究生院博土学位，现就职于沈阳师范大学，副教授，硕士生导师。主要从事复杂系统建模与仿真、群体智能、进化计算和智能控制的基础理论与方法研究工作。攻读博士学位期间，参与省级和重量项目多项，主要有国家科技支撑计划项目“电子商务与现代物流系统集成平台技术研究与开发”，中国科学院沈阳自动化研究所知识创新工程项目“群体智能系统的建模仿真与理论研究”，中科院海外知名学者创新支持项目“基于生物行为的复杂系统建模与仿真”等多项科研任务。现主持1项省级自然科学基金项目。目前已在靠前外核心期刊及学术会议上发表论文20余篇，其中sci／ei收录10余篇。

第1章 绪论
1.1 从仿生学到生物启发计算
1.2 生物启发计算与复杂适应系统
1.3 生物启发计算的主要研究分支
1.4 生物启发计算研究的局限性
参考文献

第2章 生物启发计算研究综述
引言
2.1 生物启发计算的实现模式概述
2.2 生物启发计算模式综述
2.2.1 遗传算法
2.2.2 粒子群优化
2.2.3 蚁群优化
2.2.4 人工蜂群算法
2.2.5 细菌觅食算法
2.2.6 群搜索算法
2.2.7 DNA计算
2.2.8 自组织迁移算法
2.2.9 膜计算
2.2.10 元胞自动机
2.2.11 神经网络
2.2.12 人工免疫系统
2.3 生物启发计算的应用与发展趋势
2.3.1 自然计算应用领域综述
2.3.2 应用分析与展望
参考文献

第3章 理论基础与统一模型
引言
3.1 生物进化论与优化
3.1.1 优胜劣汰生存竞争
3.1.2 自适应与效率
3.2 共生进化论与种群动力学
3.2.1 共生与协同进化
3.2.2 多种群共生协同进化的动力学描述
3.3 复杂系统与涌现
3.3.1 复杂适应系统与生物进化
3.3.2 生物进化的复杂系统建模
3.4 生物启发计算的统一框架模型
3.4.1 生物启发计算模式的统一框架理念
3.4.2 个体一群体一群落：生物启发计算模式的总体形式化描述
3.4.3 环境
参考文献

第4章 生物个体行为模式与自适应优化方法
引言
4.1 自然进化中的个体行为模式
4.1.1 生物个体的觅食行为分类
4.1.2 适应性主体
4.1.3 效率与最优觅食理论
4.2 基于生物个体行为的计算模式设计
4.2.1 基于生物个体行为的统一优化框架
4.2.2 基于生物个体行为的基本操作
4.3 生物个体建模与仿真分析
4.3.1 生物系统个体的形式化定义
4.3.2 典型生物个体行为的建模与仿真分析
4.3.3 个体环境间作用关系描述与规则模型
4.4 细菌自适应觅食优化算法
4.4.1 算法的基本思想与流程
4.4.2 算法的形式化描述
4.4.3 ABFO算法实现步骤
……
第5章 生物种群信息交流模式与生命周期群搜索策略
第6章 生物群落演化模式与优化算法
第7章 评注与展望