●《智能科學技術著作叢書》序
前言
基礎篇
第1章 緒論 3
1.1 引言 3
1.2 優化問題及算法 4
1.2.1 很優化問題 4
1.2.2 優化算法 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 本書主要內容及體繫結構 22
1.6 本章小結 23
參考文獻 23
第2章 粒子群優化計算研究基礎 28
2.1 引言 28
2.2 粒子群優化計算簡介 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 粒子群優化計算的繫統特征 34
2.4.1 自組織性和湧現特性 35
2.4.2 反饋控制機制 36
2.4.3 分布式特點 37
2.5 粒子群優化計算的研究進展 38
2.6 本章小結 41
參考文獻 42
控制方法篇
第3章 基於預測控制器的粒子群優化模型 47
3.1 引言 47
3.2 標準粒子群優化模型的動態行為分析 48
3.3 基於PD控制器的粒子群優化模型 50
3.3.1 模型結構 50
3.3.2 動態行為分析 51
3.3.3 穩定性分析 53
3.3.4 收斂性分析 54
3.3.5 算法流程 55
3.4 數值仿真實驗與分析 56
3.4.1 測試優化函數 56
3.4.2 預測因子選擇 56
3.4.3 算法性能分析 58
3.5 動態環境中的算法應用 64
3.6 本章小結 66
參考文獻 67
第4章 基於反饋控制器的自組織粒子群優化模型 68
4.1 引言 68
4.2 自組織粒子群優化模型 69
4.2.1 模型結構 69
4.2.2 群體動態測度 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 仿真實驗與結果分析 74
4.4.1 實驗參數及優化測試函數 74
4.4.2 實驗結果及分析 75
4.5 模型的優化應用 80
4.5.1 約束布局優化問題 80
4.5.2 算法設計 81
4.5.3 仿真結果分析 82
4.6 本章小結 84
參考文獻 84
第5章 求解非線性方程組的控制粒子群優化模型 86
5.1 引言 86
5.2 非線性方程組及其等價優化問題描述 87
5.3 控制粒子群優化模型 88
5.3.1 控制粒子群優化模型的原理 88
5.3.2 基於PID的控制策略 90
5.3.3 致和非一致控制方式 93
5.3.4 優化流程 94
5.4 仿真實驗與分析 94
5.4.1 測試問題 94
5.4.2 實驗結果與分析 95
5.5 算法的工程應用 99
5.5.1 問題描述及優化模型 99
5.5.2 仿真結果及分析IOI
5.6 本章小結 103
參考文獻 103
協同模型篇
第6章 基於知識的協同粒子群優化模型 107
6.1 引言 107
6.2 協同粒子群優化模型 109
6.2.1 基本概念 109
6.2.2 模型結構 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 隨機優化算法全局和局部收斂的判據 116
6.3.2 協同粒子群優化模型的收斂性 117
6.4 仿真實驗與分析 122
6.4.1 實驗參數及優化測試函數 122
6.4.2 實驗結果及分析 123
6.5 本章小結 127
參考文獻 128
第7章 基於混合群體的協同粒子群優化模型 129
7.1 引言 129
7.2 基於混合群體的協同粒子群優化機理分析 131
7.2.1 混合生態群體的自然啟示 131
7.2.2 混合優化群體結構要素 131
7.3 基於混合生態群體的協同粒子群優化模型設計 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 協同搜索和學習 135
7.3.4 逃逸策略 136
7.3.5 優化步驟 136
7.3.6 計算復雜度分析 137
7.4 數值仿真實驗與性能分析 138
7.4.1 仿真實驗設計與數據 138
7.4.2 實驗分析 142
7.5 應用實例 143
7.5.1 線性繫統逼近問題 143
7.5.2 優化結果及分析 144
7.6 本章小結 145
參考文獻 146
優化應用篇
第8章 面向流程工業生產調度的粒子群優化模型 151
8.1 引言 151
8.1.1 流程工業生產調度問題描述 151
8.1.2 流程工業生產調度研究現狀 152
8.2 面向化.工生產靜態調度的混沌變異粒子群模型 153
8.2.1 化工生產靜態調度問題描述 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 面向化工生產動態調度的混沌變異粒子群模型 167
8.3.1 不確定性流程工業生產調度分析 168
8.3.2 混沌變異粒子群動態調度模型設計 169
8.3.3 調度實例仿真與分析 172
8.4 本章小結 177
參考文獻 177
第9章 面向柔性作業車間調度的粒子群優化模型 180
9.1 引言 180
9.1.1 柔性作業車間調度問題描述 180
9.1.2 柔性作業車間調度優化研究現狀 181
9.2 面向柔性作業車間調度的混合離散PSO模型 183
9.2.1 數學模型及描述 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車間調度的混合離散PSO模型 193
9.3.1 數學模型及問題描述 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 203
參考文獻 204
第10章 面向無線傳感器網絡路由優化的粒子群模型 207
I 0.1 引言 207
10.1.1 無線傳感器網絡簡介 207
10.1.2 無線傳感器網絡路由協議研究現狀 207
10.2 面向無線傳感器網絡分簇優化的離散PSO模型 210
10.2.1 分簇優化問題描述 211
10.2.2 離散粒子群分簇優化設計 211
10.2.3 仿真實驗與分析 215
10.3 面向無線傳感器網絡路由優化的離散PSO模型 216
10.3.1 路由優化問題描述 217
10.3.2 離散粒子群路由優化設計 218
10.3.3 仿真實驗與分析 221
10.4 本章小結 995
參考文獻 225
結論與展望篇
第11章 結論與展望 231
11.1 本書內容總結 231
11.2 研究前沿與展望 233
參考文獻 235
附錄 粒子群優化計算源程序 236

《智能粒子群優化計算：控制方法、協同策略及優化應用》繫統介紹了粒子群優化計算的研究背景、原理、模型、方法、理論以及工程應用，力圖展示較為豐富的研究思路和啟示。全書分為基礎篇、控制方法篇、協同模型篇、優化應用篇以及結論與展望篇。基礎篇主要介紹研究現狀和研究基礎等相關內容；控制方法篇、協同模型篇主要從策略方法、模型設計、性能分析及仿真應用等方面詳細展示了三種單種群控制粒子群優化模型和兩種多種群協同優化模型的研究；優化應用篇著重從流程工業調度、柔性車間調度、無線傳感網絡路由優化三種典型工程應用問題出發，詳細討論粒子群算法在混合優化、離散優化問題中的應用；結論與展望篇給出了《智能粒子群優化計算：控制方法、協同策略及優化應用》的總結，並探討了群智能計算以及粒子群優化計算的未來發展方向。全書強調仿生背景，注重研究思路的新穎性及繫統性，方法、模型、理論分析與實際應用並重，力圖使讀者清晰快速地了解粒子群優等