第1章 概述 1
1.1群智能的基本概念 3
1.2群智能思想的起源简介 4
1.3群智能理论简介 5
1.4演化算法简介 6
1.5本书主要内容与安排 7
第2章 遗传算法及其应用 8
2.1遗传算法的起源与发展简介 8
2.1.1遗传算法的生物学基础 8
2.1.2遗传算法的提出与发展简介 11
2.2遗传算法的理论基础 12
2.2.1遗传算法的基本原理 12
2.2.2遗传算法的几个基本概念 13
2.2.3遗传算法的基本算子和数学基础 14
2.3遗传算法的实现 19
2.3.1遗传算法的实现 19
2.3.2遗传算法实现举例 21
2.4遗传算法的特点与改进 24
2.4.1遗传算法的特点 24
2.4.2对简单遗传算法的一些改进 25
2.4.3几种常见的遗传算法 28
2.4.4遗传算法应用的几个关键问题 31
2.5遗传算法在机械工程中的应用 32
2.5.1基于遗传算法的Bounc-Wen迟滞非线性动力学模型的参数识别方法 32
2.5.2基于遗传算法的圆柱齿轮变位系数的优化选择 33
2.5.3基于遗传算法的机器人路径规划 37
第3章 粒子群优化算法及其应用 41
3.1基本粒子群优化算法 41
3.1.1粒子群优化算法的产生 41
3.1.2基本粒子群优化算法 43
3.1.3基本粒子群优化算法的参数选择 44
3.1.4带惯性权重的粒子群优化算法 45
3.1.5粒子群优化算法的控制参数分析 46
3.2混沌粒子群优化算法 47
3.2.1混沌的一些基本特性 47
3.2.2混沌映射 48
3.2.3基于群体适应度方差的混沌粒子群优化算法 52
3.3无约束多目标粒子群优化算法 59
3.3.1多目标优化问题的基本概念和术语 59
3.3.2多目标优化问题的发展及其传统的解决方法 62
3.3.3无约束多目标粒子群优化算法 65
3.4约束多目标粒子群优化算法 71
3.4.1约束优化问题 71
3.4.2罚函数法 72
3.4.3基于罚函数法的带约束条件的粒子群优化算法 75
3.5基于极坐标的粒子群优化算法 78
3.5.1基于极坐标的粒子群优化算法的数学描述 79
3.5.2有关PPSO算法的特点与讨论 80
3.5.3基本粒子群优化算法和PPSO算法的测试结果对比与讨论 81
3.6带活力因子的粒子群优化算法 90
3.7一种动态自适应惯性权重粒子群优化算法 93
3.7.1算法原理 93
3.7.2算法流程 96
3.7.3仿真实验和结果 97
3.8一种自适应随机惯性权重粒子群优化算法 104
3.8.1算法原理 104
3.8.2算法流程 105
3.8.3仿真实验和结果 106
3.9粒子群优化算法在机械优化设计中的应用 109
3.9.1圆柱螺旋压缩弹簧优化设计问题描述 109
3.9.2数学模型的建立 110
3.9.3 PSO算法在圆柱螺旋压缩弹簧优化设计中的应用 113
3.9.4仿真及其结果分析 115
第4章 差异演化算法及其应用 118
4.1差异演化算法及其改进 118
4.1.1差异演化算法的原理 118
4.1.2差异演化算法的扩展模式 120
4.1.3差异演化算法的参数选择 121
4.1.4差异演化算法的特点 121
4.1.5差异演化算法的流程图 121
4.1.6差异演化算法的改进策略 122
4.1.7数值仿真实验 124
4.2单目标约束优化差异演化算法 131
4.2.1机械优化设计的数学模型 132
4.2.2约束条件处理的一般方法 132
4.2.3单目标约束优化差异演化算法 133
4.2.4优化设计实例 137
4.3多目标中心差异演化算法 141
4.3.1多目标优化问题描述及相关定义 141
4.3.2多目标演化算法的关键问题及其主要策略分析 143
4.3.3多目标中心差异演化算法 146
4.3.4算法性能度量 151
4.3.5仿真实验与结果 152
4.4多目标约束中心差异演化算法及其在机械优化设计中的应用 158
4.4.1多目标约束中心差异演化算法 159
4.4.2仿真实验与结果 160
4.4.3工程实例 165
4.5混合变量非线性规划问题的差异演化算法及其应用 171
4.5.1差异演化算法的一种改进策略 171
4.5.2仿真实验及工程实例 173
4.6增强差异演化算法及其应用 176
4.6.1增强的变异操作 176
4.6.2约束的处理方法 177
4.6.3增强的差异演化算法 177
4.6.4仿真实验与结果 178
4.6.5圆柱压缩螺旋弹簧优化设计 180
4.7一种自适应差异演化算法及其应用 181
4.7.1种群差异度 181
4.7.2自适应缩放因子 181
4.7.3自适应交叉率 182
4.7.4仿真实验与结果 183
4.7.5焊接悬臂梁优化设计 188
4.8一种简单差异演化算法及其应用 189
第5章 模拟植物生长算法及其应用 192
5.1模拟植物生长算法的理论基础 192
5.2模拟植物生长算法的数学模型——模拟植物向光性的概率生长模型 194
5.3模拟植物生长算法的迭代步骤 197
5.3.1无约束整数规划 197
5.3.2模拟植物生长算法的实施过程 197
5.3.3有约束的情况 201
5.4仿真实验 202
第6章 果蝇优化算法及其应用 206
6.1果蝇优化算法 206
6.1.1演化计算与群体智能 206
6.1.2果蝇优化算法的基本观念 207
6.2应用果蝇优化算法求解极大值与极小值问题 208
6.2.1应用果蝇优化算法求解极大值问题 208
6.2.2应用果蝇优化算法求解极小值问题 212
6.2.3果蝇优化算法求解全局极大值 215
6.3几个典型测试函数的果蝇优化算法仿真测试 219
6.4果蝇优化算法的工程应用实例 236
6.4.1起重机箱形主梁的优化设计 236
6.4.2压力容器的优化设计 245
参考文献 254
致谢 256