智能计算协同优化算法及应用

附录A 部分测试函数

7.2 工作展望

7.1 工作的主要创新性成果

第7章 总结与展望

6.6 本章总结

6.5 算法的收敛性分析

6.4 实验研究

6.3 文化免疫量子进化算法

6.2 背包问题描述

6.1 引言

第6章 文化免疫量子进化算法

5.6 本章总结

5.5 实验研究

5.4 信仰空间的设计和作用

5.3 群体空间上的进化：蚁群系统

5.2 TSP描述

5.1 引言

第5章 文化蚁群优化算法

4.5 本章总结

4.4 群体空间进化算法的改进

4.3 文化差分粒子群优化算法

4.2 差分进化算法

4.1 引言

第4章 文化粒子群优化算法

3.5 本章总结

3.4 算法的改进

3.3 仿真实验与结果分析

3.2 算法的分析和设计

3.1 引言

第3章 基于进化规划的文化算法设计

2.5 文化算法

2.4 量子进化算法

2.3 群体智能

2.2 进化算法

2.1 优化研究基础

第2章 理论背景知识

1.2 文化进化和自然进化的协同

1.1 智能计算方法概述

第1章 绪论

前言

内容简介

版权信息

封面

封面

版权信息

内容简介

前言

第1章 绪论

1.1 智能计算方法概述

1.2 文化进化和自然进化的协同

第2章 理论背景知识

2.1 优化研究基础

2.2 进化算法

2.3 群体智能

2.4 量子进化算法

2.5 文化算法

第3章 基于进化规划的文化算法设计

3.1 引言

3.2 算法的分析和设计

3.3 仿真实验与结果分析

3.4 算法的改进

3.5 本章总结

第4章 文化粒子群优化算法

4.1 引言

4.2 差分进化算法

4.3 文化差分粒子群优化算法

4.4 群体空间进化算法的改进

4.5 本章总结

第5章 文化蚁群优化算法

5.1 引言

5.2 TSP描述

5.3 群体空间上的进化：蚁群系统

5.4 信仰空间的设计和作用

5.5 实验研究

5.6 本章总结

第6章 文化免疫量子进化算法

6.1 引言

6.2 背包问题描述

6.3 文化免疫量子进化算法

6.4 实验研究

6.5 算法的收敛性分析

6.6 本章总结

第7章 总结与展望

7.1 工作的主要创新性成果

7.2 工作展望

附录A 部分测试函数