目錄
《智能科學技術(shù)著作叢書》序
前言
基礎(chǔ)篇
第1章緒論3
1.1引言3
1.2優(yōu)化問題及算法4
1.2.1最優(yōu)化問題4
1.2.2優(yōu)化算法4
1.3智能計算6
1.3.1自然進化計算6
1.3.2社會進化計算8
1.3.3生物智能計算12
1.3.4群集智能計算14
1.3.5擬物智能計算18
1.4算法研究準則21
1.5本書主要內(nèi)容及體系結(jié)構(gòu)22
1.6本章小結(jié)23
參考文獻23
第2章粒子群優(yōu)化計算研究基礎(chǔ)28
2.1引言28
2.2粒子群優(yōu)化計算簡介28
2.2.1算法起源28
2.2.2算法原理及計算模型30
2.3粒子群優(yōu)化計算行為分析31
2.3.1社會行為分析31
2.3.2收斂行為分析32
2.4粒子群優(yōu)化計算的系統(tǒng)特征34
2.4.1自組織性和涌現(xiàn)特性35
2.4.2反饋控制機制36
2.4.3分布式特點37
2.5粒子群優(yōu)化計算的研究進展38
2.6本章小結(jié)41
參考文獻42
控制方法篇
第3章基于預測控制器的粒子群優(yōu)化模型47
3.1引言47
3.2標準粒子群優(yōu)化模型的動態(tài)行為分析48
3.3基于PD控制器的粒子群優(yōu)化模型50
3.3.1模型結(jié)構(gòu)50
3.3.2動態(tài)行為分析51
3.3.3穩(wěn)定性分析53
3.3.4收斂性分析54
3.3.5算法流程55
3.4數(shù)值仿真實驗與分析56
3.4.1測試優(yōu)化函數(shù)56
3.4.2預測因子選擇56
3.4.3算法性能分析58
3.5動態(tài)環(huán)境中的算法應用64
3.6本章小結(jié)66
參考文獻67
第4章基于反饋控制器的自組織粒子群優(yōu)化模型68
4.1引言68
4.2自組織粒子群優(yōu)化模型69
4.2.1模型結(jié)構(gòu)69
4.2.2群體動態(tài)測度71
4.3多樣性控制器的設計72
4.3.1多樣性參考輸入的確定72
4.3.2多樣性控制策略73
4.4仿真實驗與結(jié)果分析74
4.4.1實驗參數(shù)及優(yōu)化測試函數(shù)74
4.4.2實驗結(jié)果及分析75
4.5模型的優(yōu)化應用80
4.5.1約束布局優(yōu)化問題80
4.5.2算法設計81
4.5.3仿真結(jié)果分析82
4.6本章小結(jié)84
參考文獻84
第5章求解非線性方程組的控制粒子群優(yōu)化模型86
5.1引言86
5.2非線性方程組及其等價優(yōu)化問題描述87
5.3控制粒子群優(yōu)化模型88
5.3.1控制粒子群優(yōu)化模型的原理88
5.3.2基于PID的控制策略90
5.3.3致和非一致控制方式93
5.3.4優(yōu)化流程94
5.4仿真實驗與分析94
5.4.1測試問題94
5.4.2實驗結(jié)果與分析95
5.5算法的工程應用99
5.5.1問題描述及優(yōu)化模型99
5.5.2仿真結(jié)果及分析IOI
5.6本章小結(jié)103
參考文獻103
協(xié)同模型篇
第6章基于知識的協(xié)同粒子群優(yōu)化模型107
6.1引言107
6.2協(xié)同粒子群優(yōu)化模型109
6.2.1基本概念109
6.2.2模型結(jié)構(gòu)109
6.2.3知識集110
6.2.4行為控制114
6.2.5算法流程116
6.3收斂性分析116
6.3.1隨機優(yōu)化算法全局和局部收斂的判據(jù)116
6.3.2協(xié)同粒子群優(yōu)化模型的收斂性117
6.4仿真實驗與分析122
6.4.1實驗參數(shù)及優(yōu)化測試函數(shù)122
6.4.2實驗結(jié)果及分析123
6.5本章小結(jié)127
參考文獻128
第7章基于混合群體的協(xié)同粒子群優(yōu)化模型129
7.1引言129
7.2基于混合群體的協(xié)同粒子群優(yōu)化機理分析131
7.2.1混合生態(tài)群體的自然啟示131
7.2.2混合優(yōu)化群體結(jié)構(gòu)要素131
7.3基于混合生態(tài)群體的協(xié)同粒子群優(yōu)化模型設計133
7.3.1混合群體初始化133
7.3.2開采與探測行為134
7.3.3協(xié)同搜索和學習135
7.3.4逃逸策略136
7.3.5優(yōu)化步驟136
7.3.6計算復雜度分析137
7.4數(shù)值仿真實驗與性能分析138
7.4.1仿真實驗設計與數(shù)據(jù)138
7.4.2實驗分析142
7.5應用實例143
7.5.1線性系統(tǒng)逼近問題143
7.5.2優(yōu)化結(jié)果及分析144
7.6本章小結(jié)145
參考文獻146
優(yōu)化應用篇
第8章面向流程工業(yè)生產(chǎn)調(diào)度的粒子群優(yōu)化模型151
8.1引言151
8.1.1流程工業(yè)生產(chǎn)調(diào)度問題描述151
8.1.2流程工業(yè)生產(chǎn)調(diào)度研究現(xiàn)狀152
8.2面向化.工生產(chǎn)靜態(tài)調(diào)度的混沌變異粒子群模型153
8.2.1化工生產(chǎn)靜態(tài)調(diào)度問題描述153
8.2.2混沌變異粒子群模型設計156
8.2.3算法復雜度分析159
8.2.4仿真與性能分析160
8.3面向化工生產(chǎn)動態(tài)調(diào)度的混沌變異粒子群模型167
8.3.1不確定性流程工業(yè)生產(chǎn)調(diào)度分析168
8.3.2混沌變異粒子群動態(tài)調(diào)度模型設計169
8.3.3調(diào)度實例仿真與分析172
8.4本章小結(jié)177
參考文獻177
第9章面向柔性作業(yè)車間調(diào)度的粒子群優(yōu)化模型180
9.1引言180
9.1.1柔性作業(yè)車間調(diào)度問題描述180
9.1.2柔性作業(yè)車間調(diào)度優(yōu)化研究現(xiàn)狀181
9.2面向柔性作業(yè)車間調(diào)度的混合離散PSO模型183
9.2.1數(shù)學模型及描述183
9.2.2混合PSO模型設計184
9.2.3算法復雜度分析190
9.2.4仿真與性能分析191
9.3面向多目標柔性作業(yè)車間調(diào)度的混合離散PSO模型193
9.3.1數(shù)學模型及問題描述194
9.3.2多目標混合PSO模型設計195
9.3.3算法復雜度分析198
9.3.4仿真與性能分析198
9.4本章小結(jié)203
參考文獻204
第10章面向無線傳感器網(wǎng)絡路由優(yōu)化的粒子群模型207
I0.1引言207
10.1.1無線傳感器網(wǎng)絡簡介207
10.1.2無線傳感器網(wǎng)絡路由協(xié)議研究現(xiàn)狀207
10.2面向無線傳感器網(wǎng)絡分簇優(yōu)化的離散PSO模型210
10.2.1分簇優(yōu)化問題描述211
10.2.2離散粒子群分簇優(yōu)化設計211
10.2.3仿真實驗與分析215
10.3面向無線傳感器網(wǎng)絡路由優(yōu)化的離散PSO模型216
10.3.1路由優(yōu)化問題描述217
10.3.2離散粒子群路由優(yōu)化設計218
10.3.3仿真實驗與分析221
10.4本章小結(jié)995
參考文獻225
結(jié)論與展望篇
第11章結(jié)論與展望231
11.1本書內(nèi)容總結(jié)231
11.2研究前沿與展望233
參考文獻235
附錄粒子群優(yōu)化計算源程序236