第1章 绪论 1
1.1 背景与意义 1
1.2 群体智能与群体智能系统 2
1.3 群体智能算法 3
1.4 本书的篇章结构 27
参考文献 29
第2章 BFO算法基本原理及研究综述 38
2.1 引言 38
2.2 BFO算法的基本原理 38
2.3 BFO算法的理论研究综述 42
2.4 BFO算法的应用研究综述 44
2.5 本章小结 50
参考文献 50
第3章 BFO算法参数分析与算法改进 57
3.1 引言 57
3.2 BFO算法的参数分析 57
3.3 趋化步长时序变化的BFO算法 66
3.4 趋化步长非线性变化的BFO算法 80
3.5 简化BFO算法 85
3.6 本章小结 90
参考文献 91
第4章 基于BFO算法的投资组合优化 92
4.1 引言 92
4.2 考虑市场流动性风险的投资组合模型的构建 93
4.3 BFO算法在流动性风险投资组合优化中的应用 97
4.4 实验结果 99
4.5 本章小结 103
参考文献 104
第5章 基于BFO算法的聚类分析 107
5.1 引言 107
5.2 数据聚类的含义 108
5.3 K-means算法 109
5.4 BFO+K算法 110
5.5 仿真实验与分析 111
5.6 本章小结 116
参考文献 116
第6章 基于BFO算法的工程优化 118
6.1 引言 118
6.2 基于BFO算法的工程优化方案 119
6.3 本章小结 129
参考文献 129
第7章 基于BFO算法的RFID网络规划 132
7.1 引言 132
7.2 RFID网络规划 133
7.3 实例研究 136
7.4 本章小结 138
参考文献 138
第8章 多目标BFO算法及其在环境经济调度中的应用 139
8.1 引言 139
8.2 多目标优化问题描述 139
8.3 多目标细菌觅食优化算法 140
8.4 测试实验 145
8.5 基于MBFO算法的环境经济调度 152
8.6 本章小结 160
参考文献 160
第9章 基于生命周期模型的群体感应仿真 162
9.1 引言 162
9.2 生命周期模型 163
9.3 群体感应系统 165
9.4 LCM-QS模型 166
9.5 LCM-QS的实施 169
9.6 仿真实验结果与讨论 171
9.7 本章小结 184
参考文献 184
第10章 菌群优化算法 187
10.1 引言 187
10.2 人工菌群行为概述 188
10.3 BCO算法优化模型与算法 188
10.4 实验与结果 192
10.5 本章小结 200
参考文献 200
第11章 研究总结及仿生管理研究展望 201
11.1 研究总结 201
11.2 仿生管理学研究展望 204
11.3 结束语 208
参考文献 208
附录 211
A.BFO算法MATLAB实现 211
B.SiBFO算法MATLAB实现 213
C.测试函数基本信息 217