《智能优化算法与涌现计算》PDF下载

  • 购买积分:18 如何计算积分?
  • 作  者:李士勇,李研,林永茂编著
  • 出 版 社:北京:清华大学出版社
  • 出版年份:2019
  • ISBN:9787302517429
  • 页数:605 页
图书介绍:智能优化算法与涌现计算是多种前沿学科交叉融合的结晶。主要包括:模拟人脑思维、人体细胞、器官等的仿人智能优化算法;模拟群居动物觅食或繁殖行为的群智能优化算法;模拟人类社会进化的进化算法;模拟植物生长的仿生算法;模拟自然现象或规律的自然计算;模拟复杂适应系统涌现行为的涌现计算等80余种算法。本书可作为智能科学、计算机科学、信息科学、自动化、系统科学、管理科学等相关领域的教师、研究生、科研人员的参考书。

第一篇 仿人智能优化算法 5

第1章 模糊逻辑算法 5

1.1 模糊集合及其表示 5

1.2 模糊集合的运算及其性质 6

1.3 模糊关系与模糊矩阵 6

1.4 模糊推理规则 7

1.5 模糊系统的万能逼近特性 8

第2章 神经网络算法 11

2.1 神经细胞结构与功能 11

2.2 人工神经元的基本特性 12

2.3 人工神经网络及其特点 13

2.4 前向神经网络的结构、训练及学习 14

2.5 神经网络的学习规则 16

2.6 前向网络误差反向传播学习算法及其逼近特性 17

第3章 免疫算法 18

3.1 免疫系统的基本概念 18

3.2 免疫系统的组织结构 18

3.3 免疫系统的免疫机制 19

3.4 免疫系统的学习及优化机理 20

3.5 免疫算法及克隆选择算法的实现步骤 22

第4章 内分泌算法 24

4.1 内分泌算法的提出 24

4.2 内分泌与神经、免疫系统之间的关系 24

4.3 生物内分泌系统 25

4.4 内分泌激素调节规律的描述 26

4.5 人工内分泌系统内分泌激素的调节机制 26

4.6 基于内分泌调节机制的行为自组织算法的实现 27

第5章 人工代谢算法 29

5.1 人工代谢算法的提出 29

5.2 人工代谢算法的原理 29

5.3 人工代谢算法的描述 30

5.4 人工代谢算法的实现流程 33

第6章 膜计算 35

6.1 膜计算的提出 35

6.2 细胞膜的结构、模型及功能 35

6.3 标准膜计算的原理 37

6.4 标准膜计算的描述 38

6.5 膜计算的过程及实现步骤 39

第7章 禁忌搜索算法 42

7.1 禁忌搜索算法的提出 42

7.2 组合优化中的邻域概念 42

7.3 局部搜索算法 43

7.4 禁忌搜索算法 44

7.5 禁忌搜索算法主要操作及参数 45

第8章 和声搜索算法 47

8.1 和声搜索算法的提出 47

8.2 和声搜索算法的原理及结构 47

8.3 和声搜索算法的主要步骤及流程 49

第9章 思维进化算法 52

9.1 思维进化算法的提出 52

9.2 思维进化算法的基本思想 52

9.3 思维进化算法的描述 53

9.4 思维进化算法的实现步骤及流程 55

第10章 社会进化算法 58

10.1 社会进化算法的提出 58

10.2 社会进化算法的基本思想 58

10.3 多智能体社会进化系统 59

10.4 社会进化算法的描述 60

10.5 社会进化算法的实现步骤 62

第11章 人口迁移算法 63

11.1 人口迁移算法的提出 63

11.2 人口迁移算法的原理 63

11.3 人口迁移算法的描述 64

11.4 人口迁移算法的实现步骤 65

第12章 标杆学习算法 67

12.1 标杆学习算法的提出 67

12.2 标杆管理的基本思想 67

12.3 标杆学习算法的基本原理 68

12.4 标杆学习算法的数学描述 69

12.5 标杆学习算法的实现流程 70

第13章 瞭望算法 72

13.1 瞭望算法的提出 72

13.2 瞭望算法的基本原理 72

13.3 瞭望算法的数学描述 73

13.4 求解全局优化问题的瞭望算法的实现 75

第14章 视觉认知优化算法 78

14.1 视觉认知优化算法的提出 78

14.2 视觉认知优化算法的原理 78

14.3 视觉认知优化算法的描述与步骤 79

14.4 算法的收敛性证明 80

14.5 视觉认知优化算法的实现举例 81

14.6 基于视觉认知的可视化算法 81

第15章 头脑风暴优化算法 83

15.1 头脑风暴优化算法的提出 83

15.2 头脑风暴优化算法的基本思想 83

15.3 头脑风暴过程的描述 84

15.4 头脑风暴优化算法的描述及实现步骤 85

15.5 基于讨论机制的头脑风暴优化算法 87

第16章 随机聚焦搜索优化算法 89

16.1 随机聚焦搜索优化算法的提出 89

16.2 随机聚焦搜索优化算法的原理 89

16.3 随机聚焦搜索优化算法的描述 90

16.4 随机聚焦搜索算法的基本步骤 90

16.5 基于随机聚焦搜索算法的冲压成形工艺优化 91

第17章 教学优化算法 94

17.1 教学优化算法的提出 94

17.2 教学优化算法的原理 94

17.3 教学优化算法的数学描述 95

17.4 教学优化算法的实现步骤 96

第18章 帝国竞争算法 98

18.1 帝国竞争算法的提出 98

18.2 帝国竞争算法的原理 98

18.3 帝国竞争算法的数学描述 99

18.4 帝国竞争算法的实现步骤及流程 101

第19章 世界杯竞赛算法 103

19.1 世界杯竞赛算法的提出 103

19.2 世界杯竞赛算法的描述 103

19.3 世界杯竞赛算法的实现流程 107

第20章 集体决策优化算法 108

20.1 集体决策优化算法的提出 108

20.2 集体决策优化的基本思想 108

20.3 集体决策优化算法的数学描述 109

20.4 集体决策优化算法的实现 111

第二篇 进化算法 115

第21章 遗传算法 115

21.1 遗传算法的提出 115

21.2 遗传算法的优化原理 115

21.3 生物的遗传及遗传算法的基本概念 116

21.4 遗传算法的基本操作 116

21.5 遗传算法的求解步骤 117

21.6 原对偶遗传算法 119

第22章 遗传编程 120

22.1 遗传编程的提出 120

22.2 遗传编程的原理及基本操作 120

22.3 遗传编程算法的设计步骤及流程 122

22.4 遗传编程算法的本质属性 123

第23章 进化规划 125

23.1 进化规划的提出 125

23.2 进化规划的原理及基本操作 125

23.3 进化规划的实现步骤及流程 126

第24章 进化策略 128

24.1 进化策略的提出 128

24.2 进化策略的基本原理 128

24.3 进化策略的基本操作 129

24.4 进化策略的实现步骤及流程 131

第25章 分布估计算法 133

25.1 分布估计算法的提出 133

25.2 分布估计算法的基本原理 133

25.3 分布估计算法的描述 134

25.4 分布估计算法的基本步骤及流程 135

第26章 差分进化算法 138

26.1 差分进化算法的提出 138

26.2 差分进化算法的原理 138

26.3 差分进化算法的基本操作 139

26.4 差分进化算法的实现步骤及流程 141

26.5 差分进化算法的扩展形式 142

第27章 DNA计算 143

27.1 DNA计算的提出 143

27.2 DNA计算的生物学基础 143

27.3 DNA计算的基本原理及主要步骤 144

27.4 DNA计算的基本操作 145

27.5 DNA计算的编码问题 148

27.6 DNA计算系统的原型 149

第28章 基因表达式编程算法 150

28.1 基因表达式编程算法的提出 150

28.2 基因表达式编程算法的原理 150

28.3 基因表达式编程的基本概念 151

28.4 GEP算法的遗传操作 153

28.5 基本的GEP算法流程 154

第29章 Memetic算法 155

29.1 Memetic算法的提出 155

29.2 Memetic算法的原理 155

29.3 Memetic算法的描述 156

29.4 Memetic算法的流程 158

29.5 Memetic算法的特点及其意义 159

第30章 文化算法 160

30.1 文化算法的提出 160

30.2 文化算法的基本结构与原理 160

30.3 文化算法求解约束优化问题的描述与设计 161

30.4 基本文化算法的实现步骤及流程 167

第三篇 群智能优化算法 175

第31章 蚁群优化算法/蚁狮优化算法 175

31.1 蚁群优化算法的提出 175

31.2 蚂蚁的习性及觅食行为 175

31.3 蚁群觅食策略的优化原理 176

31.4 蚁群算法的原型——蚂蚁系统模型的描述 177

31.5 基本蚁群算法的流程 179

31.6 蚁狮优化算法的提出 180

31.7 蚁狮的狩猎行为 180

31.8 蚁狮优化算法的原理 181

31.9 蚁狮优化算法的数学描述 181

31.10 蚁狮优化算法的实现 183

第32章 粒子群优化算法 184

32.1 粒子群优化算法的提出 184

32.2 粒子群优化算法的基本原理 184

32.3 粒子群优化算法的描述 185

32.4 粒子群优化算法的实现步骤及流程 186

32.5 粒子群优化算法的特点及其改进 187

第33章 人工蜂群算法/蜂群优化算法 188

33.1 蜂群算法的提出 188

33.2 人工蜂群算法的基本原理 188

33.3 人工蜂群算法的描述 190

33.4 人工蜂群算法的实现步骤与流程 191

33.5 基于蜜蜂繁殖行为的蜂群优化算法 192

第34章 混合蛙跳算法 196

34.1 混合蛙跳算法的提出 196

34.2 混合蛙跳算法的基本原理 196

34.3 基本混合蛙跳算法的描述 197

34.4 混合蛙跳算法的实现步骤 199

34.5 混合蛙跳算法的流程 200

第35章 人工鱼群算法 201

35.1 人工鱼群算法的提出 201

35.2 动物自治体模型与鱼类的觅食行为 201

35.3 人工鱼群算法的基本原理 202

35.4 人工鱼群算法的数学描述 203

35.5 人工鱼群算法的流程 205

第36章 大马哈鱼洄游算法 206

36.1 大马哈鱼洄游算法的提出 206

36.2 大马哈鱼的洄游习性 206

36.3 大马哈鱼洄游算法的原理 207

36.4 大马哈鱼洄游算法的描述 208

36.5 大马哈鱼洄游算法的实现步骤及流程 208

第37章 鲸鱼优化算法 210

37.1 鲸鱼优化算法的提出 210

37.2 鲸鱼的泡泡网觅食行为 210

37.3 鲸鱼优化算法的原理 211

37.4 鲸鱼优化算法的数学描述 211

37.5 鲸鱼优化算法的实现步骤及流程 213

第38章 磷虾群算法 215

38.1 磷虾群算法的提出 215

38.2 磷虾群算法的原理 215

38.3 磷虾群算法的数学描述 216

38.4 磷虾群算法的实现步骤及流程 219

第39章 细菌觅食优化算法 221

39.1 细菌觅食优化算法的提出 221

39.2 大肠杆菌的结构及觅食行为 221

39.3 细菌觅食优化算法的原理 222

39.4 细菌觅食优化算法的数学描述 223

39.5 细菌觅食优化算法的实现步骤及流程 225

第40章 细菌(群体)趋药性算法 227

40.1 细菌(群体)趋药性算法的提出 227

40.2 细菌趋药性算法的原理 227

40.3 细菌趋药性算法的数学描述 228

40.4 细菌群体趋药性算法的基本思想 229

40.5 细菌群体趋药性算法的数学描述 230

40.6 细菌群体趋药性算法的实现步骤 231

第41章 细菌菌落优化算法 233

41.1 细菌菌落优化算法的提出 233

41.2 细菌的生长、繁殖、死亡过程 233

41.3 细菌菌落优化算法的原理 234

41.4 细菌菌落优化算法的设计 234

41.5 细菌菌落优化算法的实现步骤及流程 235

第42章 猫群优化算法 238

42.1 猫群优化算法的提出 238

42.2 猫的习性 238

42.3 猫群优化算法的原理 239

42.4 猫群优化算法的数学描述 240

42.5 猫群优化算法的实现步骤 241

42.6 猫群优化算法实现的程序流程 242

第43章 鼠群优化算法 243

43.1 鼠群优化算法的提出 243

43.2 鼠群优化算法的原理 243

43.3 鼠群优化算法及其环境描述 244

43.4 鼠群优化算法的实现步骤 246

第44章 猫鼠种群算法 248

44.1 猫鼠种群算法提出 248

44.2 猫鼠种群算法的原理 248

44.3 猫鼠种群算法的数学描述 249

44.4 猫鼠种群算法的实现步骤及流程 251

第45章 鸡群优化算法 253

45.1 鸡群优化算法的提出 253

45.2 鸡群优化算法的基本思想 253

45.3 鸡群优化算法的数学描述 254

45.4 鸡群优化算法的实现步骤及流程 255

第46章 狼群算法 257

46.1 狼群算法的提出 257

46.2 狼的习性及狼群特征 257

46.3 狼群算法的原理 258

46.4 狼群算法的数学描述 259

46.5 狼群算法的实现步骤及流程 261

第47章 灰狼优化算法 262

47.1 灰狼优化算法的提出 262

47.2 灰狼的社会等级及狩猎行为 262

47.3 灰狼优化算法的数学描述 263

47.4 灰狼优化算法的实现步骤及流程 265

第48章 狮子优化算法 267

48.1 狮子优化算法的提出 267

48.2 狮子的习性 267

48.3 狮子优化算法的原理 268

48.4 狮子优化算法的数学描述 268

48.5 狮子优化算法的实现 271

第49章 猴群算法 272

49.1 猴群算法的提出 272

49.2 猴群算法的原理 272

49.3 猴群算法的数学描述 273

49.4 猴群算法的实现步骤及流程 275

第50章 雁群优化算法 276

50.1 雁群优化算法的提出 276

50.2 雁群飞行规则及其假设 276

50.3 雁群优化算法的基本思想 278

50.4 雁群优化算法的数学描述 279

50.5 雁群优化算法的实现步骤及流程 280

第51章 候鸟优化算法 281

51.1 候鸟优化算法的提出 281

51.2 候鸟V字形编队飞行的优化原理 281

51.3 候鸟优化算法的描述 283

51.4 候鸟优化算法的实现步骤及流程 283

51.5 候鸟优化算法的特点及参数分析 284

第52章 布谷鸟搜索算法 286

52.1 布谷鸟搜索算法的提出 286

52.2 布谷鸟的繁殖行为与Levy飞行 286

52.3 布谷鸟搜索算法的原理 288

52.4 布谷鸟搜索算法的数学描述 289

52.5 布谷鸟搜索算法的实现步骤及流程 290

第53章 萤火虫群优化算法/萤火虫算法 291

53.1 萤火虫群优化算法的提出 291

53.2 萤火虫闪光的特点及功能 291

53.3 萤火虫群优化算法的数学描述 292

53.4 萤火虫群优化算法的实现步骤及流程 293

53.5 萤火虫算法的基本思想 294

53.6 萤火虫算法的数学描述 294

53.7 萤火虫算法的实现步骤及流程 295

第54章 飞蛾扑火优化算法 297

54.1 飞蛾扑火优化算法的提出 297

54.2 飞蛾的横向导航方法 297

54.3 飞蛾扑火的原理 298

54.4 飞蛾扑火优化算法的数学描述 298

54.5 飞蛾扑火优化算法的实现步骤 301

第55章 蝙蝠算法 303

55.1 蝙蝠算法的提出 303

55.2 蝙蝠的习性及回声定位 303

55.3 蝙蝠算法的基本思想 304

55.4 蝙蝠算法的数学描述 305

55.5 蝙蝠算法的实现步骤及流程 306

第56章 果蝇优化算法 308

56.1 果蝇优化算法的提出 308

56.2 果蝇的生物价值及觅食行为 308

56.3 果蝇优化算法的基本原理 309

56.4 果蝇优化算法的数学描述 309

56.5 果蝇优化算法的实现步骤及流程 310

第57章 群居蜘蛛优化算法 312

57.1 群居蜘蛛优化算法的提出 312

57.2 蜘蛛的习性与特征 312

57.3 群居蜘蛛优化算法的基本思想 313

57.4 群居蜘蛛优化算法的数学描述 314

57.5 蜘蛛优化算法的实现步骤及流程 317

第58章 蟑螂优化算法 319

58.1 蟑螂优化算法的提出 319

58.2 蟑螂的习性 319

58.3 蟑螂优化算法的原理 320

58.4 蟑螂优化算法的数学描述 320

58.5 蟑螂优化算法的实现步骤 322

第59章 捕食搜索算法 324

59.1 捕食搜索算法的提出 324

59.2 动物捕食策略 324

59.3 捕食搜索算法的基本思想 325

59.4 捕食搜索算法的数学描述 326

59.5 捕食搜索算法的实现步骤及流程 327

第60章 自由搜索算法 329

60.1 自由搜索算法的提出 329

60.2 自由搜索算法的优化原理 330

60.3 自由搜索算法的数学描述 330

60.4 自由搜索算法的实现步骤及流程 332

第61章 食物链算法 333

61.1 食物链算法的提出 333

61.2 捕食食物链 333

61.3 人工捕食策略 334

61.4 人工生命食物链的基本思想 335

61.5 食物链算法的数学描述 335

61.6 食物链算法的实现步骤及流程 336

第62章 共生生物搜索算法 338

62.1 共生生物搜索算法的提出 338

62.2 共生生物搜索算法的原理 338

62.3 共生生物搜索算法的数学描述 339

62.4 SOS算法的实现步骤及流程 340

第63章 生物地理学优化算法 342

63.1 生物地理学优化算法的提出 342

63.2 生物地理学的基本概念及生物物种迁移模型 342

63.3 生物地理学优化算法的原理 345

63.4 生物地理学优化算法的数学描述 346

63.5 生物地理学优化算法的实现步骤及流程 347

第64章 竞争优化算法 349

64.1 竞争优化算法的提出 349

64.2 竞争优化算法的原理 349

64.3 竞争优化算法的描述 353

64.4 竞争优化算法的实现步骤及流程 354

第四篇 仿植物生长算法 359

第65章 模拟植物生长算法 359

65.1 模拟植物生长算法的提出 359

65.2 模拟植物生长算法的原理 359

65.3 模拟植物生长算法的数学描述 360

65.4 模拟植物生长算法的实现步骤 362

第66章 人工植物优化算法 365

66.1 人工植物优化算法的提出 365

66.2 人工植物优化算法的优化原理 365

66.3 人工植物优化算法的数学描述 366

66.4 人工植物优化算法的实现步骤及流程 369

第67章 人工藻类算法 371

67.1 人工藻类算法的提出 371

67.2 藻类的生长特性 371

67.3 人工藻类算法的数学描述 373

67.4 人工藻类算法的伪代码及流程 375

第68章 小树生长算法 377

68.1 小树生长算法的提出 377

68.2 小树生长算法的优化原理 377

68.3 小树生长算法的数学描述 378

68.4 小树生长算法的程序实现 382

第69章 自然树生长竞争算法 384

69.1 自然树生长竞争算法的提出 384

69.2 自然树生长竞争算法的优化机理 384

69.3 自然树生长的竞争模型 385

69.4 自然树生长竞争算法的数学描述 386

69.5 自然树生长竞争算法的实现步骤及流程 387

第70章 根树优化算法 389

70.1 根树优化算法的提出 389

70.2 根树优化算法的基本原理 389

70.3 根树优化算法的数学描述 390

70.4 RTO算法的实现步骤 391

第71章 森林优化算法 393

71.1 森林优化算法的提出 393

71.2 森林优化算法的原理 393

71.3 森林优化算法的数学描述 394

71.4 森林优化算法的实现步骤及流程 396

第72章 入侵草优化算法 398

72.1 入侵草优化算法的提出 398

72.2 杂草生长的入侵性 398

72.3 入侵草优化算法的原理 399

72.4 入侵草优化算法的数学描述 400

72.5 入侵草优化算法的实现步骤及流程 401

第73章 种子优化算法 402

73.1 种子优化算法的提出 402

73.2 种子优化算法的基本思想 402

73.3 种子优化算法的数学描述 403

73.4 基于正态分布的种子优化算法 405

第74章 花朵授粉算法 407

74.1 花朵授粉算法的提出 407

74.2 花朵授粉的特征 407

74.3 花朵授粉算法的数学描述 408

74.4 花朵授粉算法的实现步骤及流程 409

第五篇 仿自然优化算法 415

第75章 模拟退火算法 415

75.1 模拟退火算法的提出 415

75.2 固体退火过程的统计力学原理 415

75.3 模拟退火算法的数学描述 416

75.4 模拟退火算法的实现步骤及流程 418

第76章 混沌优化算法 420

76.1 混沌优化算法的提出 420

76.2 混沌学与Logistic映射 420

76.3 混沌优化算法的实现步骤 422

76.4 变尺度混沌优化算法的实现步骤 423

第77章 混沌黄金分割搜索算法 425

77.1 混沌黄金分割搜索算法的提出 425

77.2 混沌黄金分割搜索算法的原理及数学描述 425

77.3 混沌黄金分割搜索算法的结构 427

77.4 混沌黄金分割搜索算法的实现步骤及流程 428

第78章 随机分形搜索算法 430

78.1 随机分形搜索算法的提出 430

78.2 随机分形搜索的原理 430

78.3 分形搜索算法的数学描述 431

78.4 分形搜索算法的实现步骤 433

78.5 随机分形搜索算法的数学描述及实现步骤 433

第79章 量子搜索算法 437

79.1 量子搜索算法的提出 437

79.2 量子计算基础 437

79.3 Grover量子搜索算法的原理 439

79.4 Grover算法的搜索步骤 440

79.4 量子遗传算法的原理及实现步骤 441

第80章 智能水滴优化算法 444

80.1 智能水滴优化算法的提出 444

80.2 智能水滴优化算法的基本原理 444

80.3 智能水滴优化算法的数学描述 445

80.4 智能水滴优化算法求解TSP问题的步骤及流程 447

第81章 水循环算法 449

81.1 水循环算法的提出 449

81.2 水循环过程 449

81.3 水循环算法的基本原理 450

81.4 水循环算法的数学描述 450

81.5 水循环算法的实现步骤及流程 453

第82章 水波优化算法 455

82.1 水波优化算法的提出 455

82.2 水波现象与水波理论 455

82.3 水波优化算法的基本原理 456

82.4 水波优化算法的数学描述 457

82.5 水波优化算法的实现步骤及流程 457

第83章 人工雨滴算法 459

83.1 人工雨滴算法的提出 459

83.2 雨滴形成及降雨过程分析 459

83.3 人工雨滴算法的基本思想 460

83.4 人工雨滴算法的数学描述 461

83.4 人工雨滴算法的实现步骤及流程 463

第84章 云搜索优化算法 464

84.1 云搜索优化算法的提出 464

84.2 云搜索优化算法的基本思想 464

84.3 云搜索优化算法的数学描述 465

84.4 云搜索优化算法的实现步骤 467

第85章 气象云模型优化算法 468

85.1 气象云模型优化算法的提出 468

85.2 气象云模型优化算法的基本思想 468

85.3 气象云模型优化算法的数学描述 469

85.4 气象云模型优化算法的实现步骤及流程 470

第86章 风驱动优化算法 474

86.1 风驱动优化算法的提出 474

86.2 风驱动优化算法的原理 474

86.3 风驱动优化算法的数学描述 475

86.4 风驱动优化算法的实现步骤及流程 478

第87章 宇宙大爆炸算法 479

87.1 宇宙大爆炸算法的提出 479

87.2 宇宙大爆炸算法的基本思想 479

87.3 宇宙大爆炸算法的数学描述 480

87.4 BB-BC算法实现步骤及流程 481

第88章 中心引力优化算法 483

88.1 中心引力优化算法的提出 483

88.2 中心引力优化算法的原理 483

88.3 中心引力优化算法的数学描述 484

88.4 中心引力优化算法的实现步骤 486

第89章 引力搜索算法 488

89.1 引力搜索算法的提出 488

89.2 引力搜索算法的原理 488

89.3 引力搜索算法的数学描述 490

89.4 引力搜索算法的实现步骤及流程 491

第90章 引力场算法 493

90.1 引力场算法的提出 493

90.2 行星和恒星的形成理论 493

90.3 引力场算法的基本思想 494

90.4 引力场算法的数学描述 495

90.5 引力场算法的实现步骤及流程 498

第91章 极值动力学优化算法 500

91.1 极值动力学优化算法的提出 500

91.2 BS生物演化模型 500

91.3 极值动力学优化算法的原理 501

91.4 极值动力学优化算法的描述 502

91.5 极值动力学优化算法的实现步骤及流程 503

91.6 极值动力学优化算法的特点 504

第92章 拟态物理学优化算法 505

92.1 拟态物理学优化算法的提出 505

92.2 拟态物理学 505

92.3 拟态物理学优化算法的基本思想 506

92.4 拟态物理学优化算法的数学描述 508

92.5 拟态物理学优化算法的实现步骤 509

第93章 分子动理论优化算法 510

93.1 分子动理论优化算法的提出 510

93.2 分子动理论的相关知识 510

93.3 分子动理论优化算法的原理 511

93.4 分子动理论优化算法的数学描述 513

93.5 分子动理论优化算法的实现步骤及流程 514

第94章 类电磁机制算法 515

94.1 类电磁机制算法的提出 515

94.2 库仑定律 515

94.3 类电磁机制算法的基本思想 516

94.4 类电磁机制算法的数学描述 516

94.5 类电磁机制算法的实现步骤及流程 518

第95章 热传递搜索算法 520

95.1 热传递搜索算法的提出 520

95.2 热传递搜索算法的原理 520

95.3 热传递搜索算法的数学描述 521

94.4 热传递搜索算法的流程 523

第96章 涡流搜索算法 525

96.1 涡流搜索算法的提出 525

96.2 涡流搜索算法的原理 525

96.3 涡流搜索算法的数学描述 526

96.4 涡流搜索算法的实现及流程 529

第97章 闪电搜索算法 531

97.1 闪电搜索算法的提出 531

97.2 闪电搜索算法的原理 531

97.3 闪电搜索算法的数学描述 532

97.4 闪电搜索算法的实现步骤及流程 534

第98章 光线优化算法 536

98.1 光线优化算法的提出 536

98.2 光线优化算法的原理 536

98.3 光线优化算法的数学描述 539

98.4 光线优化算法的流程 541

第99章 化学反应优化算法 542

99.1 化学反应优化算法的提出 542

99.2 化学反应优化算法的原理 542

99.3 化学反应优化算法的数学描述 544

99.4 化学反应优化算法的实现步骤及流程 546

第100章 正弦余弦算法 548

100.1 正弦余弦算法的提出 548

100.2 正弦余弦算法的原理 548

100.3 正弦余弦算法的数学描述 549

100.4 正弦余弦算法的伪代码实现 551

第101章 阴-阳对优化算法 552

101.1 阴-阳对优化算法的提出 552

101.2 阴-阳对优化算法的基本思想 552

101.3 阴-阳对优化算法的数学描述 553

101.4 阴-阳对优化算法的伪代码实现 555

第六篇 涌现计算 559

第102章 一维元胞自动机的涌现计算 559

102.1 元胞自动机概念的提出 559

102.2 元胞自动机的结构与规则 559

102.3 一维元胞自动机涌现计算的原理 560

第103章 Conway生命游戏的涌现计算 563

103.1 Conway生命游戏的提出 563

103.2 二维细胞自动机的结构和规则 563

103.3 Conway生命游戏的演化 565

103.4 基于MATLAB的生命游戏仿真设计 566

103.5 基于MATLAB的生命游戏仿真算法的实现步骤 567

第104章 蚂蚁系统觅食路径的涌现计算 569

104.1 蚂蚁群体觅食行为的涌现现象 569

104.2 蚂蚁群体觅食行为模型的构建 569

104.3 蚂蚁主体觅食行为规则及模型参数 571

104.4 基于Agent的蚂蚁群体觅食行为的涌现计算 572

第105章 数字人工生命Autolife的涌现行为 575

105.1 Autolife模型的提出 575

105.2 Autolife模型的基本思想 575

105.3 Autolife模型的规则描述 576

105.4 不同环境下的人工生命群体动态行为 578

105.5 组织的自创生与自修复 578

105.6 Autolife模型的意义 579

第106章 黏菌的铁路网络涌现计算 581

106.1 黏菌涌现计算的提出 581

106.2 黏菌及其习性 581

106.3 黏菌觅食的涌现行为 582

106.4 黏菌交通网络的涌现计算过程 583

106.5 黏菌网络的性能及路径寻优模型 584

附录A 智能优化算法的理论基础:复杂适应系统理论 587

参考文献 592