内容简介
年来，基于生物群体智能的启发式优化方法研究发展迅速，相继出现一些能、影响广泛的算法。这些方法模仿自然界中生物系统的群体合作行为和适宜化选择，可快速问题的优解。 本书通过对认可程度高、优化效果好、应用广的萤火虫算法、蝴蝶优化算法、樽海鞘群算法、鲸鱼优化算法行了系统介绍和研究，对经典启发式优化方法的流行了梳理，给出了理论和实验分析方法与结果，一步研究这些算法提供了参考和借鉴。
目录
第1章 绪论 1.1 基于群智能的式优化方法 1.2 粒子群算法 1.2.1 基本思想 1.2.2 算法流程 1.2.3 PSO伪代码 1.3 蚁群算法 1.3.1 基本思想 1.3.2 算法流程 1.3.3 ACO伪代码 1.4 蝙蝠算法 1.4.1 基本思想 1.4.2 算法流程 1.4.3 BA伪代码 1.5 布谷鸟搜索算法 1.5.1 基本思想 1.5.2 算法流程 1.5.3 CSA伪代码 参考文献第2章 萤火虫算法 2.1 基本萤火虫算法 2.1.1 基本思想 2.1.2 FA算法流程 2.1.3 FA伪代码 2.1.4 研究现状 2.2 具有振荡约束的自然选择萤火虫优化算法(OCSFA) 2.2.1 OCSFA策略 2.2.2 OCSFA算法流程 2.2.3 OCSFA伪代码 2.2.4 时间复杂度分析 2.2.5 收敛证明 2.2.6 求解标准测试函数优化问题 参考文献第3章 蝴蝶优化算法 3.1 基本蝴蝶优化算法 3.1.1 基本思想 3.1.2 BOA算法流程 3.1.3 BOA伪代码 3.1.4 研究现状 3.2 融合差分变异策略化自适应权重的蝴蝶优化算法(DMABOA) 3.2.1 DMABOA策略 3.2.2 DMABOA算法流程 3.2.3 DMABOA伪代码 3.2.4 时间复杂度分析 3.2.5 收敛证明 3.2.6 DMABOA中各机制的影响分析 3.2.7 求解多维复杂函数极值优化问题 参考文献第4章 樽海鞘群算法 4.1 基本樽海鞘群算法 4.1.1 基本思想 4.1.2 SSA算法流程 4.1.3 SSA伪代码 4.1.4 研究现状 4.2 引入有效缩放和交叉策略的自适应动态角色樽海鞘群算法（ERDSSA） 4.2.1 ERDSSA策略 4.2.2 ERDSSA算法流程 4.2.3 ERDSSA伪代码 4.2.4 时间复杂度分析 4.2.5 求解工程设计约束优化问题 参考文献第5章 鲸鱼优化算法 5.1 基本鲸鱼优化算法 5.1.1 基本思想 5.1.2 WOA算法流程 5.1.3 WOA伪代码 5.1.4 研究现状 5.2 基于分段式惯权重和优反馈机制的鲸鱼优化算法（FWOA） 5.2.1 FWOA策略 5.2.2 FWOA算法流程 5.2.3 FWOA伪代码 5.2.4 时间复杂度分析 5.2.5 求解CEC基准测试函数优化问题 5.2.6 求解工程设计约束优化问题 参考文献第6章 结与展望附录索引