集群智能：原理、發展和應用 pdf epub mobi txt 電子書 下載2025

想要找書就要到 小美書屋

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

本書包含瞭許多群智能算法的前沿應用，如群機器人、自組織生産和下一代網絡路由協議等。與國內大多數同類書籍不同，本書並不直接介紹群智能算法，而是以一章的篇幅介紹群智能方法的生物學基礎，使得讀者能夠對群智能的淵源有一個瞭解，從而更好地理解群智能方法。

阿布•埃拉•哈桑尼，艾德•埃默裏，埃及著名集群智能算法專傢，精通集群智能以及受生物啓發的計算方法，國際集群智能研究學術帶頭人。

夏輝，宋勛，王碩，王豪，智能控製專傢。

第1章 緒論
1.1靈感啓發來源
1.1.1集群智能算法
1.1.2非集群智能的生物啓發式算法
1.1.3基於物理和化學的算法
1.1.4其他算法
1.2隨機變量
1.2.1均勻分布
1.2.2正態分布
1.2.3柯西分布
1.2.4泊鬆分布
1.2.5Levy分布
1.3生成僞隨機數
1.3.1纍積方法
1.3.2接受／拒絕法
1.3.3組閤方法
1.4隨機遊走
1.5混沌
1.6本章小結
參考文獻
第2章 蝙蝠算法（BA）
2.1蝙蝠算法
2.1.1蝙蝠行為
2.1.2蝙蝠算法的具體內容
2.2蝙蝠算法衍生算法
2.2.1離散蝙蝠算法
2.2.2二進製蝙蝠算法
2.2.3混沌蝙蝠算法（CBA）
2.2.4並行蝙蝠算法
2.2.5約束問題蝙蝠算法
2.2.6Lèvy分布蝙蝠算法
2.2.7帶有Lèvy分布的混沌蝙蝠算法
2.2.8自適應蝙蝠算法
2.2.9參數自適應蝙蝠算法
2.3蝙蝠算法與其他算法的融閤
2.3.1蝙蝠算法與差分進化算法的融閤
2.3.2蝙蝠算法與粒子群優化算法的融閤
2.3.3蝙蝠算法與布榖鳥搜索的融閤
2.3.4蝙蝠算法與模擬退火算法的融閤
2.3.5蝙蝠算法與和聲搜索的融閤
2.3.6蝙蝠算法與人工蜂群算法的融閤
2.4蝙蝠算法的應用實例
2.4.1蝙蝠算法在病態地磁反轉問題中的應用
2.4.2蝙蝠算法在社會網絡社區檢測問題中的應用
2.5本章小結
參考文獻
第3章 人工魚群
3.1魚群優化
3.1.1生物原理
3.1.2人工魚群算法
3.2AFSA的衍生算法
3.2.1簡化的二進製AFSA算法
3.2.2快速AFSA算法（FAFSA）
3.2.3改進AFSA算法
3.2.4新AFSA算法（NAFSA）
3.2.5變異AFSA算法
3.2.6模糊自適應AFSA算法
3.2.7參數自適應的AFSA算法
3.2.8改進捕食策略的AFSA算法
3.2.9量子AFSA算法
3.2.10混沌AFSA算法
3.2.11並行AFSA算法（PAFSA）
3.3AFSA與其他算法的融閤
3.3.1AFSA與文化算法（CA）的融閤算法（CAFAC）
3.3.2AFSA與PSO算法的融閤算法
3.3.3AFSA與螢火蟲優化算法（GSO）的融閤算法
3.3.4AFSA與細胞學習自動機的融閤算法
3.4AFSA的應用實例
3.4.1AFSA在無綫網絡最優簇頭（CHs）位置選擇中的應用
3.4.2AFSA在社會網絡社區檢測問題中的應用
3.5本章小結
參考文獻
第4章 布榖鳥搜索算法
4.1布榖鳥搜索（CS）
4.1.1布榖鳥的繁殖行為
4.1.2人工布榖鳥搜索
4.2布榖鳥搜索算法的衍生算法
4.2.1離散布榖鳥搜索算法
4.2.2二進製編碼布榖鳥搜索算法
4.2.3混沌布榖鳥搜索算法
4.2.4並行布榖鳥搜索算法
4.2.5約束問題布榖鳥搜索算法
4.2.6參數自適應的布榖鳥搜索算法
4.2.7高斯布榖鳥搜索算法
4.3布榖鳥搜索算法與其他算法的融閤
4.3.1布榖鳥搜索算法與差分進化算法的融閤
4.3.2布榖鳥搜索算法與分散搜索算法的融閤
4.3.3布榖鳥搜索算法與蟻群優化算法的融閤
4.3.4布榖鳥搜索算法與鮑威爾搜索算法的融閤
4.3.5布榖鳥搜索算法與單純形法的融閤
4.3.6布榖鳥搜索算法與蝙蝠算法的融閤（BA—CS）
4.3.7布榖鳥搜索算法與粒子群優化算法的融閤
4.3.8布榖鳥搜索算法與Levenberg—Marquardt算法的融閤（CSLM）
4.3.9布榖鳥搜索算法與量子計算的融閤
4.4布榖鳥搜索算法的應用實例
4.4.1布榖鳥搜索在特徵選擇中的應用
4.4.2解決凸經濟調度問題的改進布榖鳥搜索算法
4.5本章小結
參考文獻
第5章 螢火蟲算法
5.1螢火蟲算法（FFA）
5.1.1螢火蟲行為介紹
5.1.2人工螢火蟲算法
5.2螢火蟲算法的衍生算法
5.2.1離散螢火蟲算法
5.2.2二進製編碼螢火蟲算法
5.2.3混沌螢火蟲算法
5.2.4並行螢火蟲算法
5.2.5約束問題螢火蟲算法
5.2.6Lèvy飛行螢火蟲算法（LFA）
5.2.7智能螢火蟲算法（IFA）
5.2.8高斯螢火蟲算法（GOFF）
5.2.9網絡結構螢火蟲算法（NS—FA）
5.2.10參數自適應螢火蟲算法
5.3螢火蟲算法與其他算法的融閤算法
5.3.1螢火蟲算法與差分進化算法的融閤（HEFA）
5.3.2螢火蟲算法與和聲搜索算法的融閤（HS／FA）
5.3.3螢火蟲算法與模式搜索算法的融閤（hFAPS）
5.3.4螢火蟲算法與自動學習機算法的融閤（LA—FF）
5.3.5螢火蟲算法與蟻群優化算法的融閤
5.4螢火蟲算法的應用實例
5.5本章小結
參考文獻
第6章 花卉授粉算法
6.1花卉授粉算法（FPA）
6.1.1花卉授粉特徵
6.1.2人工花卉授粉算法
6.2花卉授粉算法的衍生算法
6.2.1二進製花卉授粉算法
6.2.2混沌花卉授粉算法
6.2.3帶有約束條件的花卉授粉算法
6.2.4多目標花卉授粉算法
6.2.5改進花卉授粉算法
6.3花卉授粉算法與其他算法的融閤算法
6.3.1花卉授粉與PSO的融閤算法
6.3.2花卉授粉與和聲搜索的融閤算法
6.4花卉授粉算法的應用實例
6.5花卉授粉算法在特徵選擇中的應用
6.6本章小結
參考文獻
第7章 人工蜂群優化
7.1人工蜂群（ABC）
7.1.1算法靈感啓發來源
7.1.2人工蜂群算法
7.2ABC的衍生算法
7.2.1二進製編碼ABC
7.2.2混沌搜索ABC（CABC）
7.2.3並行ABC
7.2.4約束問題ABC
7.2.5列維飛行（Lèvyflight）ABC
7.2.6精英選擇ABC
7.2.7交互式ABC
7.2.8基於Pareto的ABC
7.2.9模糊混沌ABC
7.2.10多目標優化ABC
7.2.11JA—ABC
7.3ABC與其他算法的融閤算法
7.3.1ABC與最小二乘法融閤算法
7.3.2ABC與差分進化的融閤算法
7.3.3ABC與量子進化的融閤算法
7.3.4ABC與PS0的融閤算法
7.3.5ABC與Levenberg—Marquardt的融閤算法
7.3.6ABC與和聲搜索的融閤算法
7.3.7ABC與蟻群優化的融閤算法
7.4人工蜂群算法的應用實例
7.4.1ABC算法應用於視網膜血管圖像分割
7.4.2模因ABC整數規劃
7.5本章小結
參考文獻
第8章 基於狼群的搜索算法
8.1獨狼搜索算法（WSA）
8.1.1自然界中的狼
8.1.2人工獨狼搜索算法
8.1.3獨狼搜索算法的衍生算法
8.1.4狼群算法（WPA）
8.1.5灰狼優化（GWO）
8.2獨狼搜索優化算法的應用實例
8.3本章小結
參考文獻
第9章 總覽
9.1準則（1）：基於集群指引的分類
9.2準則（2）：基於所采用概率分布的分類
9.3準則（3）：根據行為數量的分類
9.4準則（4）：基於個體位置分布的分類
9.5準則（5）：控製參數的個數
9.6準則（6）：基於在每一步迭代是否生成全新個體的分類
9.7準則（7）：基於優化過程中使用速度概念進行搜索的分類
9.8準則（8）：基於使用的全局尋優／局部搜索方法的分類
9.9本章小結
參考文獻
· · · · · · (收起)