第1章 概述 001
1.1 智能優(yōu)化算法簡介 001
1.1.1 智能優(yōu)化算法的含義與特點 001
1.1.2 智能優(yōu)化算法的分類 002
1.2 最優(yōu)化問題 003
1.2.1 最優(yōu)化問題含義 003
1.2.2 最優(yōu)化問題的分類 003
1.2.3 計算復雜性與NP問題 004
1.3 智能優(yōu)化算法的應用與發(fā)展 004
參考文獻 005

第2章 遺傳算法 006
2.1 遺傳算法理論 006
2.1.1 遺傳算法的基本概念 006
2.1.2 遺傳算法的生物學基礎 007
2.1.3 遺傳算法的特點 008
2.1.4 遺傳算法的改進方向 008
2.2 遺傳算法流程 009
2.3 實例推導與仿真 010
參考文獻 021

第3章 模擬退火算法 022
3.1 引言 022
3.2 模擬退火算法理論 022
3.2.1 物理退火過程 022
3.2.2 模擬退火算法的原理 023
3.2.3 模擬退火算法的特點 023
3.2.4 模擬退火算法的改進方向 024
3.3 模擬退火算法流程 025
3.4 實例推導與仿真 026
參考文獻 035

第4章 禁忌搜索算法 037
4.1 引言 037
4.2 禁忌搜索算法理論 037
4.2.1 禁忌搜索算法的發(fā)展歷程 037
4.2.2 禁忌搜索算法的優(yōu)化過程 038
4.2.3 禁忌搜索算法的特點 038
4.2.4 禁忌搜索算法的改進方向 039
4.3 禁忌搜索算法流程 040
4.3.1 關鍵參數(shù)說明 040
4.3.2 禁忌搜索算法流程 041
4.4 實例推導與仿真 042
參考文獻 053

第5章 蟻群優(yōu)化算法 055
5.1 引言 055
5.2 蟻群優(yōu)化算法理論 055
5.2.1 蟻群覓食過程 055
5.2.2 蟻群優(yōu)化算法的優(yōu)化過程 056
5.2.3 蟻群優(yōu)化算法的特點 056
5.2.4 蟻群優(yōu)化算法的改進方向 057
5.3 蟻群優(yōu)化算法流程 058
5.3.1 關鍵參數(shù)說明 059
5.3.2 算法的整體思路 060
5.4 實例推導與仿真 062
參考文獻 079

第6章 粒子群優(yōu)化算法 080
6.1 引言 080
6.2 粒子群優(yōu)化算法理論 080
6.2.1 粒子群優(yōu)化算法的優(yōu)化過程 080
6.2.2 粒子群優(yōu)化算法的特點 081
6.2.3 粒子群優(yōu)化算法的改進方向 082
6.3 粒子群優(yōu)化算法流程 083
6.3.1 關鍵參數(shù)說明 084
6.3.2 算法的整體思路 086
6.4 實例推導與仿真 088
參考文獻 103

第7章 帝國競爭算法 105
7.1 引言 105
7.2 帝國競爭算法理論 105
7.2.1 帝國競爭算法的主要過程 105
7.2.2 帝國競爭算法的優(yōu)化過程 106
7.3 帝國競爭算法流程 106
7.3.1 ICA算法的初始化 108
7.3.2 殖民地向所屬帝國主義國家移動 109
7.3.3 改變帝國主義國家和殖民地的位置 110
7.3.4 計算帝國的總勢力 110
7.3.5 帝國的競爭 111
7.3.6 弱勢帝國的滅亡 112
7.3.7 總結 112
7.4 實例推導與仿真 112
參考文獻 124

第8章 多目標進化優(yōu)化 125
8.1 引言 125
8.2 多目標進化優(yōu)化基礎 125
8.2.1 多目標優(yōu)化問題 125
8.2.2 多目標優(yōu)化個體之間的關系 126
8.2.3 基于Pareto的多目標最優(yōu)解集 127
8.3 基于Pareto的多目標優(yōu)化算法一般框架 127
8.4 仿真案例 128
參考文獻 133