第1章 绪论 1
1.1 引言 1
1.2 国内外研究概况 4
1.3 本书的研究内容 11
第2章 元启发式算法的相关概念 13
2.1 最优化问题及其分类 13
2.2 局部最优与全局最优 14
2.3 计算复杂性 15
2.4 启发式算法 18
2.5 元启发式算法的优化模式 22
2.6 优化算法的评价 28
第3章 蚁群优化 30
3.1 生物背景 30
3.2 蚁群优化模型 32
3.3 基本算法：蚂蚁系统 33
3.4 其他算法 39
3.5 处理连续问题 43
3.6 收敛性分析 43
3.7 应用概述 44
3.8 小结 48
第4章 粒子群优化 49
4.1 生物背景 49
4.2 粒子群优化模型 50
4.3 基本算法 51
4.4 两种参数配置方式 54
4.5 受关注的若干改进 55
4.6 处理离散问题 58
4.7 应用概述 63
4.8 小结 64
第5章 微正则退火算法及其应用 65
5.1 微正则退火算法 65
5.2 TSP实例仿真 68
5.3 三种改进策略 74
5.4 基于微正则退火的频率分配方法 84
5.5 小结 89
第6章 增强型参考位置的粒子群优化模型 90
6.1 模型描述 90
6.2 测试函数 91
6.3 确定性的参数配置 92
6.4 具有随机扰动的参数配置 94
6.5 小结 97
第7章 共享适应值的小生境粒子群优化 98
7.1 小生境在遗传算法中的应用 98
7.1.1 排挤小生境模型 98
7.2 小生境在粒子群优化中应用 99
7.3 ShPSO模型 101
7.4 实验结果分析 102
7.5 小结 105
第8章 基于两阶段策略的粒子群优化 106
8.1 两阶段策略设计 106
8.2 实验设计 108
8.3 实验结果 109
8.4 小结 112
附录1 TSP实例的节点坐标 115
附录2 核心源程序 116
参考文献 124