现代启发式优化方法及其应用

　　随着工程技术的进步和科学计算规模的日益扩大，传统优化计算方法越来越难以在合理的时间内求得问题的有效解。基于自然科学尤其仿生学的启发式智能优化算法，为解决大规模复杂优化问题提供了良好的思路和方案。 本书通过对经典启发式优化方法流程的梳理，从算法理论、机制、流程、代码、改进和应用等方面，对近年来应用范围较广的一些活跃算法进行了系统阐述和深入分析，为现实中大量不可微、非线性和不确定性复杂问题提供了*优化求解途径和方法。

　　刘景森，河南大学软件学院教授、硕士生导师、工学博士。主要研究方向：智能算法、优化控制、网络信息安全等。主持完成省部级以上科研项目10余项，作为主要参加人完成多个纵向项目、国防基础研究项目和横向项目。发表专业论文40余篇，其中SCI、EI检索20余篇；主（合）编教材3部。 李煜，河南大学商学院教授、管理学博士、美国布鲁姆菲尔德大学访问学者。主要研究方向：智能优化、电子商务、物流管理等。先后主持和承担国家自然科学基金、国家社会科学基金、教育部人文社科基金和河南省科技攻关等多项科研项目，发表专业论文50余篇，其中SCI和EI收录30余篇。

第1章绪论

11启发式优化方法

12遗传算法

121基本思想

122算法流程

123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伪代码

14粒子群算法

141基本思想

142算法流程

143伪代码

15模拟退火算法

151基本思想

152算法流程

153伪代码

16禁忌搜索算法

161基本思想

162算法流程

163伪代码

17差分进化算法

171基本思想

172算法流程

173伪代码

本章参考文献

第2章布谷鸟搜索算法

21基本布谷鸟搜索算法

211基本思想

212算法流程

213伪代码

214研究现状



22具有动态步长和发现概率的布谷鸟搜索算法（DCS）

221DCS改进策略

222DCS流程

223DCS伪代码

224时间复杂度分析

225收敛性证明

226函数优化仿真实验

23基于定向变异的布谷鸟搜索算法（DVCS）

231DVCS改进策略

232求解货物配送路径规划问题

233算法流程

234伪代码

235算法测试与分析

本章参考文献

第3章万有引力搜索算法

31基本引力搜索算法

311基本思想

312算法流程

313伪代码

314研究现状

32基于多点自适应约束策略的万有引力搜索算法（MACGSA）

321MACGSA改进策略

322MACGSA流程

323MACGSA伪代码

324时间复杂度分析

325收敛性分析

326函数优化仿真实验

33自适应混合变异万有引力搜索算法（MGSA）

331MGSA改进策略

332MGSA流程

333MGSA伪代码

334函数优化仿真实验

335求解无人航行航路规划问题

本章参考文献

第4章蝙蝠算法

41基本蝙蝠算法

411基本思想

412算法流程

413伪代码

414研究现状


42融合均匀变异与高斯变异的蝙蝠优化算法（UGBA）

421UGBA改进策略

422UGBA流程

423UGBA伪代码

424时间复杂度分析

425收敛性证明

426函数优化仿真实验

43具有反向学习和正切随机探索机制的蝙蝠算法（PTRBA）

431PTRBA改进策略

432基于三次样条插值求解机器人路径规划问题

433算法流程

434伪代码

435算例测试与分析

本章参考文献

第5章花朵授粉算法

51基本花朵授粉算法（FPA）

511基本思想

512FPA流程

513FPA伪代码

514研究现状

52融合模拟退火机制的自适应花朵授粉算法（SRFPA）

521SRFPA改进策略

522SRFPA流程

523SRFPA伪代码

524时间复杂度分析

525收敛性证明

526函数优化仿真实验


53具有动态转换概率的差分进化花朵授粉算法（MCFPA）

531MCFPA改进策略

532MCFPA流程

533求解云计算资源调度问题

534MCFPA求解问题步骤

535求解云计算资源调度问题的伪代码

536算例测试与分析

本章参考文献
第6章总结与展望
重要术语索引