第1章 绪论 1
1.1 仿生学与自然计算 1
1.2 仿生群智能算法统一描述 5
1.3 基于统一框架的仿生群智能算法收敛性分析 12
1.4 仿生群智能优化框架的新实例 16
1.5 本章小结 18
参考文献 18
第2章 萤火虫算法研究 22
2.1 萤火虫荧光特征与发光机制 22
2.2 萤火虫算法优化机理 23
2.3 函数优化问题仿真实验 28
2.4 组合优化问题仿真实验 39
2.5 本章小结 44
参考文献 45
第3章 蝙蝠算法研究 46
3.1 蝙蝠回声定位声波特征 46
3.2 蝙蝠算法优化机理 48
3.3 函数优化问题仿真实验 53
3.4 组合优化问题仿真实验 62
3.5 本章小结 67
参考文献 67
第4章 布谷鸟算法研究 69
4.1 布谷鸟算法的原理 69
4.2 布谷鸟算法的数学模型 73
4.3 资源均衡优化问题的布谷鸟算法 79
4.4 组合优化问题仿真实验 81
4.5 本章小结 87
参考文献 87
第5章 新型仿生群智能算法的改进研究 89
5.1 具有混沌搜索策略的萤火虫算法 89
5.2 具有Lévy飞行特征的蝙蝠算法 102
5.3 基于差分进化的布谷鸟算法 113
5.4 多智能体布谷鸟算法 122
5.5 改进布谷鸟算法仿真实验及分析 138
5.6 本章小结 145
参考文献 145
第6章 新型仿生群智能算法在复杂流水车间调度中的应用 149
6.1 求解零等待流水车间调度问题的蝙蝠算法 149
6.2 求解零空闲置换流水车间调度问题的离散萤火虫算法 159
6.3 本章小结 171
参考文献 171
第7章 新型仿生群智能算法在学习效应调度优化中的应用 174
7.1 学习效应的概念 174
7.2 研究现状 175
7.3 具有工件相关学习效应的流水车间调度问题 183
7.4 学习遗忘效应阻塞流水车间调度问题研究 191
7.5 本章小结 199
参考文献 200