煙花算法理論及應用
譚營
相關主題
商品描述
本書是一本全面、系統地介紹煙花算法主要研究和典型應用的學術專著，從基礎、理論、進展及應用4個方面詳細地介紹了煙花算法的研究內容，清晰地展示了煙花算法的研究全貌。書中不僅介紹了許多煙花算法理論研究成果，還提供了大量重要煙花算法改進算法的流程圖和煙花算法的統一代碼框架，同時展示了豐富的成功應用實例。
本書可作為智能科學、人工智能、電腦科學和數據科學等相關專業高年級本科生和研究生的教材或參考書，也可作為信息、控制、通信、管理、工程技術等相關領域的研究人員和工程師的參考書。
作者簡介
谭营
四川营山人，工学博士，烟花算法发明人，国际人工智能科学家。现为北京大学教授、博士生导师,主要从事智能科学、计算智能与群体智能、机器学习、大数据挖掘与分析以及相关应用的研究工作。2005年曾入选中国科学院“百人计划”，主持国家自然科学基金、“863”计划、“973”计划等科学研究项目40余项。出版Fireworks Algorithm、《烟花算法引论》《人工智能知识讲座》《人工智能之路》等学术专著及科普作品10余部，发表学术研究论文450余篇。曾获得国家自然科学奖、高等学校科学研究优秀成果奖自然科学奖、北京市科学技术奖自然科学奖等多项奖励。获得国际与国家发明专利授权15项。担任十余种国际期刊的主编、副主编和编委，创立并担任群体智能国际会议（ICSI）大会主席，担任金砖国家计算智能大会联合主席和国际群体与演化智能学会主席。
目錄大綱
第 一部分煙花算法基礎
第 1 章煙花算法原理 3
1.1 算法思想 3
1.2 基本算子 5
1.3 基本算子性能分析 9
1.4 煙花算法整體性能分析 11
1.5 小結 13
第 2 章增強煙花算法 14
2.1 基本煙花算法的工作機制 14
2.2 增強煙花算法的工作機制 15
2.3 實驗與分析 19
2.4 討論與結論 22
2.5 小結 23
第3 章動態搜索煙花算法 24
3.1 動態搜索煙花算法簡介 26
3.2 核心煙花的動態爆炸半徑檢測策略 27
3.3 非核心煙花爆炸半徑檢測策略 29
3.4 消除高斯變異算子 29
3.5 動態搜索煙花算法框架 30
3.6 實驗與分析 30
3.7 小結 34
第4 章煙花算法代碼框架 35
4.1 快速使用 35
4.2 標準測試函數集 37
4.3 評估器框架 39
4.4 算法設計 40
4.5 算法測試與對比 42
4.6 小結 42
第5 章隨機模型與收斂性分析 43
5.1 隨機模型 43
5.2 全局收斂性 44
5.3 小結 53
第二部分煙花算法理論
第6 章信息利用率理論 57
6.1 信息利用率 57
6.2 信息利用率計算 61
6.3 信息利用率與性能 65
6.4 同一個家族的算法 67
6.5 不同家族的算法 68
6.6 小結 70
第7 章時間復雜度的基本理論及分析 71
7.1 時間復雜度的基本理論 71
7.2 時間復雜度分析 74
7.3 小結 76
第8 章映射規則分析 77
8.1 映射規則 77
8.2 實驗與分析 79
8.3 小結 86
第三部分煙花算法進展
第9 章進展綜述 89
9.1 煙花算法的發展 89
9.2 算子的改進 89
9.3 結合的方法 92
9.4 協同的煙花算法 93
9.5 小結 93
第 10 章煙花算法協同框架 94
10.1 傳統煙花算法框架下的合作策略分析 94
10.2 煙花算法協同框架 96
10.3 實驗設計 98
10.4 實驗結果 99
10.5 小結 103
第 11 章引導式煙花算法 104
11.1 算法簡介 104
11.2 單目標優化實驗與分析 114
11.3 大規模優化問題實驗與分析 117
11.4 小結 119
第 12 章敗者淘汰錦標賽煙花算法 120
12.1 算法的基本機制 120
12.2 算法的淘汰機制 123
12.3 實驗與分析 127
12.4 小結 131
第 13 章多尺度協同煙花算法 135
13.1 算法細節 135
13.2 實驗與分析 138
13.3 小結 140
第 14 章基於搜索空間劃分的煙花算法 143
14.1 算法實現 144
14.2 實驗與分析 153
14.3 小結 157
第 15 章層次協同的煙花算法 160
15.1 算法實現 160
15.2 實驗與分析 168
15.3 小結 169
第 16 章連續爆炸的煙花算法 172
16.1 多層爆炸煙花算法 172
16.2 指數衰減爆炸煙花算法 176
16.3 小結 180
第 17 章混合煙花算法 181
17.1 基於差分進化變異的煙花算法 181
17.2 基於生物地理學優化的敗者淘汰錦標賽煙花算法 188
17.3 小結 192
第 18 章其他改進煙花算法 193
18.1 精英引導的煙花算法 193
18.2 基於動態群體規模的煙花算法 197
18.3 小結 199
第四部分煙花算法應用
第 19 章煙花算法應用研究綜述 203
19.1 煙花算法在機器學習領域中的應用 203
19.2 煙花算法在調度與規劃問題中的應用 204
19.3 煙花算法在設計與控制問題中的應用 205
19.4 煙花算法在圖像處理問題中的應用 206
19.5 小結 206
第 20 章煙花算法在旅行商問題中的應用 207
20.1 旅行商問題 207
20.2 用TSP-LoTFWA 求解旅行商問題 208
20.3 實驗與分析 219
20.4 算法討論 222
20.5 小結 222
第 21 章煙花算法在多目標優化問題中的應用 223
21.1 多目標優化問題 223
21.2 多目標煙花算法 224
21.3 油料作物施肥問題 240
21.4 實驗與分析 242
21.5 小結 249
第 22 章煙花算法在監督學習中的應用 250
22.1 監督學習簡介 250
22.2 煙花算法優化支持向量機 250
22.3 煙花算法優化人工神經網絡 254
22.4 小結 256
第 23 章煙花算法在無監督學習中的應用 257
23.1 無監督學習簡介 257
23.2 無監督學習優化問題的定義 258
23.3 煙花算法聚類 259
23.4 煙花算法社區發現 262
23.5 小結 266
第 24 章煙花算法在電磁乾擾系統中的應用 267
24.1 電磁乾擾系統簡介 267
24.2 模型構建 267
24.3 實驗與分析 273
24.4 小結 278
第 25 章煙花算法在微電網優化中的應用 280
25.1 微電網優化簡介 280
25.2 微電網調度優化數學模型 280
25.3 小結 290
參考文獻 291
術語表 303
符號表 306
