简介
智能优化算法是目前常用的一类优化方法，一直是科学研究与工程应用中的研究热点。本书比较系统地分析了有代表性的智能优化算法，全书共分三个部分。*部分是基于生物学原理的优化算法，包括遗传算法、神经网络、蚁群优化算法和微粒群优化算法等。第二部分是基于物理学原理的优化算法，包括模拟退火算法、引力搜索算法、混沌优化算法和随机分形搜索算法等。第三部分是其他类型的优化算法，包括禁忌搜索算法、差分进化算法、和声搜索算法和大洪水算法等。本书对这些智能优化方法从算法原理、算法模型、算法分析、理论基础和应用案例等方面分别进行阐述。附录部分给出了部分算法的源代码。
本书可为管理科学、运筹学、计算机科学、系统科学与工程等领域的相关专业人员提供参考，也可作为相关专业研究生和高年级本科生教材。
目录
前言001
*部分基于生物学原理的优化算法001
*章遗传算法003
第二章神经网络021
第三章蚁群优化算法033
第四章微粒群优化算法051
第五章人工蜂群优化算法065
第六章蝙蝠算法076
第七章萤火虫群优化算法090
第八章布谷鸟搜索算法098
第九章人工鱼群算法105
第十章细菌觅食优化算法117
第十一章生物地理学优化算法127
第十二章模拟植物生长算法135
参考文献145
第二部分基于物理学原理的优化算法155
第十三章模拟退火算法157
第十四章引力搜索算法170
第十五章混沌优化算法184
第十六章随机分形搜索算法194
第十七章光学优化算法204
第十八章量子优化算法215
参考文献224
第三部分其他类型的优化算法231
第十九章禁忌搜索算法233
第二十章差分进化算法242
第二十一章和声搜索算法253
第二十二章大洪水算法262
第二十三章正弦余弦算法270
第二十四章竞争决策算法278
第二十五章文化算法295
参考文献302
附录311
1. 蚁群优化算法主要程序（Delphi代码）313
2. 微粒群优化算法主要程序（Python代码）321
3. 人工蜂群优化算法主要程序（Java代码）324
4. 生物地理学优化算法主要程序（Matlab代码）336
5. 模拟退火算法主要程序（Python代码）345
6. 差分进化算法主要程序（Fortran代码）353
7. 正弦余弦算法主要程序（Matlab代码）3630000
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ：4006604884
云图客服：
用户发送的提问，这种方式就需要有位在线客服来回答用户的问题，这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
