現(xiàn)代啟發(fā)式優(yōu)化方法及其應用

第1章緒論

11啟發(fā)式優(yōu)化方法

12遺傳算法

121基本思想

122算法流程

123偽代碼

13蟻群算法

131基本思想

132算法流程

133偽代碼

14粒子群算法

141基本思想

142算法流程

143偽代碼

15模擬退火算法

151基本思想

152算法流程

153偽代碼

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偽代碼

17差分進化算法

171基本思想

172算法流程

173偽代碼

本章參考文獻

第2章布谷鳥搜索算法

21基本布谷鳥搜索算法

211基本思想

212算法流程

213偽代碼

214研究現(xiàn)狀



22具有動態(tài)步長和發(fā)現(xiàn)概率的布谷鳥搜索算法（DCS）

221DCS改進策略

222DCS流程

223DCS偽代碼

224時間復雜度分析

225收斂性證明

226函數(shù)優(yōu)化仿真實驗

23基于定向變異的布谷鳥搜索算法（DVCS）

231DVCS改進策略

232求解貨物配送路徑規(guī)劃問題

233算法流程

234偽代碼

235算法測試與分析

本章參考文獻

第3章萬有引力搜索算法

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偽代碼

314研究現(xiàn)狀

32基于多點自適應約束策略的萬有引力搜索算法（MACGSA）

321MACGSA改進策略

322MACGSA流程

323MACGSA偽代碼

324時間復雜度分析

325收斂性分析

326函數(shù)優(yōu)化仿真實驗

33自適應混合變異萬有引力搜索算法（MGSA）

331MGSA改進策略

332MGSA流程

333MGSA偽代碼

334函數(shù)優(yōu)化仿真實驗

335求解無人航行航路規(guī)劃問題

本章參考文獻

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偽代碼

414研究現(xiàn)狀


42融合均勻變異與高斯變異的蝙蝠優(yōu)化算法（UGBA）

421UGBA改進策略

422UGBA流程

423UGBA偽代碼

424時間復雜度分析

425收斂性證明

426函數(shù)優(yōu)化仿真實驗

43具有反向學習和正切隨機探索機制的蝙蝠算法（PTRBA）

431PTRBA改進策略

432基于三次樣條插值求解機器人路徑規(guī)劃問題

433算法流程

434偽代碼

435算例測試與分析

本章參考文獻

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偽代碼

514研究現(xiàn)狀

52融合模擬退火機制的自適應花朵授粉算法（SRFPA）

521SRFPA改進策略

522SRFPA流程

523SRFPA偽代碼

524時間復雜度分析

525收斂性證明

526函數(shù)優(yōu)化仿真實驗


53具有動態(tài)轉換概率的差分進化花朵授粉算法（MCFPA）

531MCFPA改進策略

532MCFPA流程

533求解云計算資源調度問題

534MCFPA求解問題步驟

535求解云計算資源調度問題的偽代碼

536算例測試與分析

本章參考文獻
第6章總結與展望
重要術語索引