新兴元启发式优化方法pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

新兴元启发式优化方法PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 概述 1

1.1 引言 1

1.2 元启发式算法分类及特点 2

1.3 寻找免费的午餐 7

1.4 元启发式算法的发展方向 8

1.5 本书构思及结构 9

参考文献 9

第2章 蚁群优化算法 12

2.1 算法基础 12

2.1.1 产生与发展 12

2.1.2 生物学原理 13

2.1.3 国内外研究现状 15

2.1.4 发展趋势 17

2.2 算法模型 18

2.2.1 元启发式算法 18

2.2.2 蚁群优化元启发式算法框架 19

2.2.3 经典蚁群算法模型 23

2.3 理论分析 28

2.3.1 收敛性分析 28

2.3.2 状态转移策略分析 35

2.4 改进算法介绍 43

2.4.1 离散域蚁群算法改进 43

2.4.2 连续域蚁群算法改进 50

参考文献 75

第3章 粒子群优化算法 81

3.1 算法基础 81

3.1.1 产生与发展 81

3.1.2 国内外研究现状 83

3.1.3 研究热点 85

3.2 算法模型 86

3.2.1 算法统一框架 86

3.2.2 算法设计步骤 86

3.2.3 算法基本描述与分析 88

3.3 理论分析 91

3.3.1 收敛性分析 91

3.3.2 种群拓扑结构分析 94

3.4 改进算法介绍 104

3.4.1 基于种群多样性的模糊粒子群优化算法 104

3.4.2 双子群离散粒子群优化算法 117

参考文献 142

第4章 萤火虫算法 148

4.1 算法基础 148

4.1.1 产生与发展 148

4.1.2 生物学原理 148

4.1.3 国内外研究现状 149

4.2 算法模型 150

4.2.1 萤火虫算法基本思想 150

4.2.2 萤火虫算法数学描述 150

4.2.3 标准萤火虫算法的基本流程 151

4.3 理论分析 152

4.3.1 萤火虫算法性能和算法参数研究 152

4.3.2 算法测试 153

4.4 改进算法介绍 157

4.4.1 萤火虫算法改进研究动态 157

4.4.2 多目标萤火虫算法研究 158

参考文献 170

第5章 布谷鸟搜索算法 173

5.1 算法基础 173

5.1.1 产生与发展 173

5.1.2 生物学原理 174

5.2 算法模型 175

5.2.1 数学原理 175

5.2.2 基本算法流程 176

5.2.3 算法应用 177

5.3 理论分析 181

5.3.1 随机算法收敛准则 181

5.3.2 布谷鸟搜索算法的Markov模型建立与收敛性分析 182

5.3.3 参数研究 186

5.3.4 算法测试 187

5.4 改进算法介绍 192

5.4.1 算法的改进思路 192

5.4.2 典型改进算法介绍 192

参考文献 199

第6章 和声搜索算法 201

6.1 算法基础 201

6.2 和声搜索算法模型 203

6.2.1 算法流程 203

6.2.2 参数的影响 206

6.2.3 算法改进思路 212

6.3 理论分析 213

6.3.1 马尔可夫链基础知识 213

6.3.2 马尔可夫链的状态分类 215

6.3.3 和声搜索算法收敛性证明 216

参考文献 218

第7章 差分进化算法 220

7.1 算法基础 220

7.1.1 产生与发展 220

7.1.2 差分进化算法（DE）的基本概念及特点 220

7.2 算法模型 222

7.2.1 差分进化算法（DE）的实施流程 222

7.2.2 差分进化算法迭代步骤 225

7.2.3 差分进化算法基本族群 226

7.3 算法改进 227

7.3.1 MNDE的基本原理 228

7.3.2 MNDE中的参数设置 230

7.3.3 MNDE算法性能验证 232

参考文献 238

第8章 随机蛙跳算法 240

8.1 算法基础 240

8.1.1 算法的特点 240

8.1.2 算法研究现状 240

8.2 算法模型 241

8.2.1 生物学原理 241

8.2.2 数学原理 242

8.2.3 算法的实现 242

参考文献 251

第9章 细菌觅食算法 253

9.1 算法介绍 253

9.1.1 产生与发展 253

9.1.2 应用研究 253

9.1.3 算法生物学原理 253

9.2 算法模型 254

9.2.1 算法原理 254

9.2.2 理论分析 256

9.2.3 参数选取 257

9.2.4 算法实现 258

9.2.5 算法的改进思路 262

9.2.6 仿真实验及分析 266

参考文献 270

第10章 蝙蝠算法 271

10.1 算法生物学原理 271

10.1.1 微型蝙蝠的行为 271

10.1.2 回音定位的声学原理 271

10.2 蝙蝠算法 272

10.2.1 虚拟蝙蝠的运动 273

10.2.2 音量和脉冲发生率 274

10.2.3 验证和讨论 275

10.2.4 进一步的研究课题 275

参考文献 276

附录A 蚁群优化算法程序源代码 277

附录B 粒子群优化算法程序源代码 282

附录C 萤火虫算法程序源代码 285

附录D 布谷鸟搜索算法对Ackley函数优化的程序源代码 290

附录E 和声搜索算法程序源代码 294

附录F 差分进化算法程序源代码 297

附录G 随机蛙跳算法程序源代码 305

附录H 细菌觅食算法对Rosenbrock函数优化的程序源代码 309

附录I 蝙蝠算法程序源代码 313