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