智能优化算法是目前常用的一类优化方法,一直是科学研究与工程应用中的研究热点。本书比较系统地分析了有代表性的智能优化算法,全书共分三个部分。*部分是基于生物学原理的优化算法,包括遗传算法、神经网络、蚁群优化算法和微粒群优化算法等。第二部分是基于物理学原理的优化算法,包括模拟退火算法、引力搜索算法、混沌优化算法和随机分形搜索算法等。第三部分是其他类型的优化算法,包括禁忌搜索算法、差分进化算法、和声搜索算法和大洪水算法等。本书对这些智能优化方法从算法原理、算法模型、算法分析、理论基础和应用案例等方面分别进行阐述。附录部分给出了部分算法的源代码。
本书可为管理科学、运筹学、计算机科学、系统科学与工程等领域的相关专业人员提供参考,也可作为相关专业研究生和高年级本科生教材。
近年来,智能优化算法得到了快速发展和广泛应用。出现许多有代表性的方法思想,如遗传算法、神经网络、蚁群优化算法、模拟退火算法、引力搜索算法、禁忌搜索算法、差分进化算法和文化算法等。这些算法为许多复杂困难问题的求解提供了可行有效的策略,已经受到越来越多的关注。此外,大数据和人工智能的兴起,也掀起了智能优化算法的研究热潮。
为进一步推动智能优化算法的发展,本书在全面细致分析的基础上,将我们团队多年来在该领域的相关成果进行了总结和提炼,同时也参考了国内外具有代表性的研究成果。全书主要分为三个部分:第一部分是基于生物学原理的优化算法,具体包括遗传算法、神经网络、蚁群优化算法、微粒群优化算法、人工蜂群优化算法、蝙蝠算法、萤火虫群优化算法、布谷鸟搜索算法、人工鱼群算法、细菌觅食优化算法、生物地理学优化算法和植物生长算法;第二部分是基于物理学原理的优化算法,具体包括模拟退火算法、引力搜索算法、混沌优化算法、随机分形搜索算法、光学优化算法和量子优化算法;第三部分是其他类型的优化算法,具体包括禁忌搜索算法、差分进化算法、和声搜索算法、大洪水算法、正弦余弦算法、竞争决策算法和文化算法。通过阐述这些算法的基本原理、数学模型、计算步骤,并给出部分理论分析,详细说明了各个算法的特征及其相关应用。
全书撰写耗时三年,整个过程也同时体现了智能优化算法所蕴含的进化过程。值此定稿之际,衷心感谢近些年来修读过《智能优化概论》课程的本科生、《进化计算》课程的硕士生以及《智能优化》课程的博士生,从他们那里得到许多有益的反馈。感谢被本书直接或者间接引用文献资料的同行学者。
本书所涉及的研究工作先后得到了教育部人文社科规划基金资助项目(No.16YJA630037)、上海市科技创新行动计划软科学研究重点项目(No.17692109400、 No.18692110500)、上海理工大学人文社科攀登计划项目(SK17PB04)、上海理工大学研究生课程建设项目(进化计算)上海市高原学科第二期建设(管理科学与工程)等项目的资助,在此一并致以谢意。
由于作者水平有限,书中不妥之处在所难免,恳请读者批评指正。
马良,男,1964年7月生于上海。复旦大学数学系毕业(理学学士);(原)上海机械学院系统工程系毕业(工学硕士);上海交通大学管理学院毕业(管理学博士)。现上海理工大学管理学院教授、博士生导师、系主任。曾获宝钢优秀教师奖、上海市曙光学者、上海市育才奖等10多项荣誉称号和奖励。先后承担和参加完成包括国家自然科学基金在内的各类科研项目与教研项目30多项;发表中英文论文300多篇;出版专著4部,主编教材3部,其中,国家十一五规划教材《基础运筹学教程》获2015年上海市普通高校优秀教材奖;自主开发运筹学/管理科学集成软件包1套。
前言001
第一部分基于生物学原理的优化算法001
第一章遗传算法003
第二章神经网络021
第三章蚁群优化算法033
第四章微粒群优化算法051
第五章人工蜂群优化算法065
第六章蝙蝠算法076
第七章萤火虫群优化算法090
第八章布谷鸟搜索算法098
第九章人工鱼群算法105
第十章细菌觅食优化算法117
第十一章生物地理学优化算法127
第十二章模拟植物生长算法135
参考文献145
第二部分基于物理学原理的优化算法155
第十三章模拟退火算法157
第十四章引力搜索算法170
第十五章混沌优化算法184
第十六章随机分形搜索算法194
第十七章光学优化算法204
第十八章量子优化算法215
参考文献224
第三部分其他类型的优化算法231
第十九章禁忌搜索算法233
第二十章差分进化算法242
第二十一章和声搜索算法253
第二十二章大洪水算法262
第二十三章正弦余弦算法270
第二十四章竞争决策算法278
第二十五章文化算法295
参考文献302
附录311
1. 蚁群优化算法主要程序(Delphi代码)313
2. 微粒群优化算法主要程序(Python代码)321
3. 人工蜂群优化算法主要程序(Java代码)324
4. 生物地理学优化算法主要程序(Matlab代码)336
5. 模拟退火算法主要程序(Python代码)345
6. 差分进化算法主要程序(Fortran代码)353
7. 正弦余弦算法主要程序(Matlab代码)3630000