內容與用途
在簡要介紹基本最佳化理論和總結各類最佳化問題之後，重點介紹了社會網路結構如何在個體間交換信息以及個體聚集行為如何形成一個功能強大的有機體。在概述了進化計算後，重點論述了粒子群最佳化和蟻群最佳化的基本模型及其各種變體，給出了分析粒子群最佳化模型的一種通用方法，證明了基於螞蟻行為實現的蟻群最佳化算法並將其用於解決實際問題。
《計算群體智慧型基礎》可作為高等院校智慧型科學、計算機、自動化、電子信息、通信、模式識別等專業研究生和高年級本科生的教材，也可作為智慧型信息處理、群體智慧型與工程等相關專業的科技工程人員的參考用書。
目錄
第1章 引言
第一部分 最佳化理論
第2章 最佳化問題和方法
2．1 最佳化問題的基本要素
2．2 最佳化問題分類
2．3 最優性條件
2．4 最佳化算法的類別
2．5 收斂的一般條件
2．5．1 簡單隨機搜尋
2．5．2 局部收斂的條件
2．5．3 全局收斂的條件
2．5．4 收斂準則
2．6 小結
第3章 無約束最佳化
3．1 問題的定義
3．2 最佳化算法
3．2．1 一般局部搜尋過程
3．2．2 集束搜尋
3．2．3 禁忌搜尋
3．2．4 模擬退火
3．2．5 蛙跳算法
3．3 標準問題示例
3．4 小結
第4章 約束最佳化
4．1 定義
4．2 約束處理方法
4．2．1 懲罰方法
4．2．2 將約束問題轉換為非約束問題
4．3 標準問題實例
4．4 小結
第5章 多解問題
5．1 定義
5．2 小生境算法分類
5．3 標準問題實例
5．4 小結
第6章 多目標最佳化
6．1 多目標問題
6．2 帕累托最優
6．3 小結
第7章 動態最佳化問題
7．1 定義
7．2 動態環境的類型
7．3 標準問題實例
7．4 小結
第二部分 進化計算
第8章 進化計算導論
8．1 一般進化算法
8．2 表示
8．3 初始群體
8．4 適應度函式
8．5 選擇
8．5．1 隨機選擇
8．5．2 比例選擇
8．5．3 錦標賽選擇
8．5．4 排序選擇
8．5．5 (μ，λ)一選擇和(μ+λ)一選擇
8．5．6 精英選擇
8．5．7 名人堂選擇
8．6 繁殖運算元
8．7 進化計算與經典最佳化
8．8 小結
第9章 進化計算方法
9．1 遺傳算法
9．1．1 表示方案
9．1．2 交叉運算元
9．1．3 變異
9．2 遺傳編程
9．2．1 表示方案
9．2．2 適應度評估
9．2．3 交叉運算元
9．2．4 變異運算元
9．3 進化規劃
9．3．1 表示方案
9．3．2 變異運算元
9．4 進化策略
9．4．1 表示方案
9．4．2 交叉運算元
9．4．3 變異運算元
9．5 差分進化
9．6 文化算法
9．6．1 信念空間
9．6．2 群體空間
9．6．3 文化算法
9．7 小結
第10章 協同進化
10．1 競爭協同進化
10．1．1 計算適應度
10．1．2 相對適應度度量
10．1．3 適應度採樣
10．1．4 名人堂
10．2 合作協同進化
10．2．1 適應度評估
10．2．2 合作協同進化遺傳算法
10．3 小結
第三部分 粒子群最佳化
第11章 引言
第12章 基本粒子群最佳化
12．1 完全PSO模型
12．1．1 全局最優PSO
12．1．2 局部最優PSO
12．1．3 基本粒子群最佳化的各個要素
12．2 社會網路結構
12．3 基本變體
12．3．1 速度鉗制
12．3．2 慣性權重
12．3．3 收縮係數
12．3．4 同步更新與異步更新
12．3．5 速度模型
12．4 基本粒子群最佳化的參數
12．5 性能評價
12．5．1 準確性
12．5．2 可靠性
12．5．3 魯棒性
12．5．4 效率
12．5．5 多樣性
12．5．6 相干性
12．6 粒子群最佳化與進化計算
12．6．1 搜尋過程
12．6．2 表看
12．6．3 適應度函式
12．6．4 重組
12．6．5 變異
12．6．6 選擇
12．7 小結
第13章 粒子軌跡
13．1 收斂
13．2 衝浪
13．2．1 簡化PSO的粒子軌跡
13．2．2 更一般化的PSO的粒子軌跡
13．3 種群平衡
13．3．1 平衡狀態
13．3．2 粒子吸引子
13．4 收縮後的軌跡
13．4．1 簡化：PSO系統
13．4．2 一般PSO系統表示
13．4．3 收縮模型
13．4．4 一般PSO系統
13．4．5 收縮系統的空間範圍
13．5 無約束的軌跡
13．6 啟發式參數選擇
13．7 小結
第14章 收斂性的證明
第15章 單解粒子群最佳化
第16章 小生境粒子群最佳化
第17章 利用粒子群最佳化的約束最佳化
第18章 粒子群多目標最佳化
第19章 動態環境中的粒子群最佳化
第20章 離散粒子群最佳化
第21章 粒子群最佳化的套用
第四部分 螞蟻算法
第22章 引言
第23章 蟻群最佳化的元啟發算法
第24章 蟻群最佳化算法的一般框架
第25章 蟻群最佳化算法
第26章 蟻群算法的套用
第27章 集體決策
第28章 蟻群最佳化的收斂性
第29章 墓地組織與育雛
第30章 分工
第31章 後記
參考文獻
高級閱讀材料
附錄A縮略詞
附錄B符號
索引
