群智能优化算法理论与应用
作者： 梁艳春 等著
[1]出 版 社： 科学出版社
出版时间： 2009-9-1
字数： 277000
版次： 1
页数： 220
印刷时间： 2009-9-1
开本： 16开
印次： 1
纸张： 胶版纸
I S B N ： 9787030256058
包装： 平装内容简介群智能优化算法是一个方兴未艾的研究领域，本书涉及了很广泛的一类群智能优化算法．全书共分六篇，分别阐述了作者近年来在（广义染色体）遗传算法、粒子群算法、蚁群算法、免疫算法、细菌觅食算法和Memetic算法等典型群智能优化算法方面的研究成果，并结合（广义）旅行商问题、车间调度问题等给出了算法的数值实验结果。
本书可供计算机科学、信息科学、人工智能、自动化、计算科学等相关领域的研究生、教师、科研人员以及工程技术人员参考使用，也可供高年级本科生作为开拓视野、增长知识的材料阅读。目录前言
绪论
第一篇遗传算法
第1章遗传算法简介
1.1遗传算法的发展历史
1.2遗传算法的基本原理
1.3遗传算法的数学机理
1.4遗传算法的特点
参考文献
第2章遗传算法求解传统旅行商问
2.1TSP的数学描述
2.2求解TSP的遗传算法
2.3模拟实验结果与分析
本章小结
参考文献
第3章遗传算法求解有约束旅行商问题
3.1三类有约束的
3.2有约束TSP的求解
3.3模拟实验结果
本章小结
参考文献
第4章遗传算法求解广义旅行商问题
4.1广义旅行商问题
4.2广义染色体遗传算法
4.3广义染色体遗传算法的若干分析
4.4数值模拟实验
本章小结
参考文献
第二篇粒子群优化算法
第5章粒子群优化简介
5.1粒子群优化算法原理
5.2粒子群优化算法同其他算法的比较
5.3粒子群优化算法应用
本章小结
参考文献
第6章离散PSO算法解决(广义)旅行商问题
6.1离散PSO算法及其在TSP中的应用
6.2离散PSO算法在广义TSP中的扩展
参考文献
第7章基干粒子群优化的车间作业调度问题求解
7.1车间调度问题描述
7.2调度性能指标与调度解分类
7.3基于粒子群优化的JSSP求解
7.4数值模拟实验
参考文献
第三篇蚁群算法
第8章蚁群算法简介
8.1蚁群算法起源及发展
8.2蚁群算法的原理
5.3蚁群算法的特点
参考文献
第9章蚁群算法在求解旅行商问题中的应用
9.1基本蚁群算法求解旅行商问题
9.2蚁群算法求解广义旅行商问题
9.3蚁群算法求解带时间窗的利润收集
参考文献
第10章蚁群算法在求解车间调度问题中的应用
10.1相遇算法
10.2Job-Shop问题的图形化定义
10.3求解Job-Shop问题的相遇算法
10.4MMMS与SA的混合算法求解Job-Shop问题
10.5数值模拟实验
参考文献
第四篇免疫算法
第11章免疫算法简介
11.1人工免疫系统的概念与范畴
11.2人工免疫系统原理
11.3免疫算法与体液免疫的关系
11.4免疫算法的运行机制
参考文献
第12章基于人工免疫系统的旅行商问题求解
12.1亲和度
12.2变异操作
12.3克隆选择
12.4疫苗接种
12.5免疫记忆
12.6算法步骤
12.7数值模拟实验
参考文献
第13章基于人工免疫系统的车间作业调度问题求解
13.1抗体群初始化算法
13.2亲和力的计算和调整
13.3克隆选择
13.4疫苗接种和变异
13.5受体编辑
13.6基于免疫系统求解车间作业调度问题的流程
13.7数值模拟实验
参考文献
第五篇其他群智能优化算法
第14章细菌觅食算法
14.1算法简介
14.2细菌觅食算法分析
14.3求解车间调度问题
14.4仿真实验及结果分析
本章小结
参考文献
第15章Memetic算法
15.1算法简介
15.2算法实现框架
15.3克隆选择Memetic算法
15.4数值模拟试验及结果
本章小结
参考文献
第六篇混合群智能优化算法及应用
第16章基于隐马尔可夫模型和免疫粒子群优化的多序列比对算法
16.1多重序列比对与HMM简介
16.2免疫粒子群优化算法
16.3基于IPSO的多序列比对
16.4数值模拟实验
本章小结
参考文献
第17章粒子-免疫算法求解车间作业调度问题
17.1基于PSO和AIS的混合智能算法
17.2数值模拟实验及结果
参考文献
第18章基于群智能的混合算法
18.1基于群智能的混合模式
18.2各种混合模式的分析
18.3数值计算及结果比较
本章小
