智能優化演算法與MATLAB編程實踐 陳克偉 魏曙光 9787302648260 【台灣高等教育出版社】

編輯推薦
演算法新穎：介紹國內外新近研究開發的10種智能優化演算法，包含完整的建模過程和MATLAB代碼案例，對於初學者具有較強的啟發作用。
要素齊全：對每種演算法的靈感來源、實現過程、函數編程、案例應用進行細緻描述，給出詳細的MATLAB代碼，使讀者快速掌握智能優化演算法的學習和應用方法。
案例豐富：對於理論研究和工程技術人員，可通過本書節省大量時間，快速理解、掌握書中演算法，感興趣的讀者可以在此基礎上進行深入研究。
實戰性強：對於要應用演算法工具解決具體問題的理論研究和工程技術人員來說，通過閱讀本書可以節省大量查詢資料和編寫程序的時間，通過MATLAB模擬實例更加深入地理解、快速地掌握演算法。

內容簡介
《智能優化演算法與MATLAB編程實踐》介紹了國內外新研發的10種智能優化演算法，對每種演算法的靈感來源、實現過程、函數編程、案例應用都進行了細緻描述並給出詳細的MATLAB代碼，使讀者快速掌握智能優化演算法的學習和應用方法。
全書共分為12章，前10章分別介紹10種智能優化演算法的原理、MATLAB實現、具體函數尋優求解過程和應用案例；第11章列舉了23種衡量智能優化演算法性能的常見測試函數，並給出MATLAB代碼；第12章重點介紹智能優化演算法的評價指標體系，選取部分測試函數和文中演算法進行測試與分析，並給出完整MATLAB代碼，供讀者參考。
本書的主要特點為演算法新穎，要素齊全，案例豐富，可移植性和實戰性強。理論研究和工程技術人員可通過本書快速理解、掌握書中演算法，節省大量時間，感興趣的讀者可以在此基礎上進行深入研究。
本書可作為本科生、研究生和教師的學慣用書，也可以作為廣大科研工作者、工程技術人員的參考用書。

作者簡介
陳克偉，陸軍裝甲兵學院講師，從事過電氣工程與智能控制研究，發表論文20餘篇，授權發明專利10餘項。魏曙光，陸軍裝甲兵學院副教授，主要從事電氣工程與智能控制，車輛綜合電力等方面的研究工作。出版專著教材6部，發表論文50餘篇，授權發明專利20餘項，曾獲國家科技進步二等獎1項，軍隊科技進步一等獎3項。范旭，芯原微電子（成都）有限公司高級工程師，曾先後任職全球領先半導體設備公司，機器視覺設備公司，晶元設計公司，從事過圖像演算法工程師，機器視覺機器人的開發，以及圖形演算法，GPU晶元架構開發。張嘉曦，陸軍裝甲兵學院助教，主要從事電氣工程及其自動化專業教學，研究車輛電傳動技術，控制演算法等。金東陽，陸軍裝甲兵學院講師，國家教育部某重點實驗室成員，軍委科技委重點實驗室成員。主要從事智能化作戰概念，智能作戰任務規劃，智能化無人集群控制等方面研究。王素雲，陸軍裝甲兵學院基礎部副教授，主要從事數學教學和科研工作。譚玉彬，陸軍裝甲兵學院室主任兼高級工程師，主要從事裝備管理和維修保障工作。張明，中央民族大學，主要研究無人機集群演算法以及圖像處理中的屬性識別，目標檢測等。

目錄
第1章 蜉蝣優化演算法 1
1 1 基本原理 1
1 1 1 雄性蜉蝣的運動 1
1 1 2 雌性蜉蝣的運動 2
1 1 3 雌雄蜉蝣的交配過程 3
1 1 4 蜉蝣優化演算法流程 3
1 2 MATLAB實現 4
1 2 1 種群初始化 4
1 2 2 適應度函數 7
1 2 3 邊界檢查和約束函數 8
1 2 4 蜉蝣優化演算法代碼 9
1 3 函數尋優 13
1 3 1 問題描述 13
1 3 2 適應度函數設計 14
1 3 3 主函數設計 15
1 4 減速器設計 16
1 4 1 問題描述 16
1 4 2 適應度函數設計 18
1 4 3 主函數設計 19
參考文獻 21
第2章 哈里斯鷹優化演算法 22
2 1 基本原理 22
2 1 1 搜索階段 23
2 1 2 從搜索到開發的轉換階段 23
2 1 3 開發階段 24
2 1 4 哈里斯鷹優化演算法流程 27
2 2 MATLAB實現 28
2 2 1 種群初始化 29
2 2 2 適應度函數 31
2 2 3 邊界檢查和約束函數 32
2 2 4 Levy飛行函數 33
2 2 5 演算法代碼 34
2 3 函數尋優 37
2 3 1 問題描述 37
2 3 2 適應度函數設計 38
2 3 3 主函數設計 38
2 4 拉伸/壓縮彈簧設計 40
2 4 1 問題描述 40
2 4 2 適應度函數設計 40
2 4 3 主函數設計 41
參考文獻 43
第3章 獅群優化演算法 44
3 1 基本原理 44
3 1 1 獅王更新方式 45
3 1 2 母獅更新方式 45
3 1 3 幼獅更新方式 46
3 1 4 獅群優化演算法流程 47
3 2 MATLAB實現 48
3 2 1 種群初始化 48
3 2 2 適應度函數 51
3 2 3 邊界檢查和約束函數 51
3 2 4 獅群優化演算法代碼 52
3 3 函數尋優 54
3 3 1 問題描述 54
3 3 2 適應度函數設計 55
3 3 3 主函數設計 56
3 4 壓力容器設計 57
3 4 1 問題描述 57
3 4 2 適應度函數設計 58
3 4 3 主函數設計 59
參考文獻 61
第4章 樽海鞘群演算法 62
4 1 基本原理 62
4 1 1 樽海鞘群演算法的數學模型 62
4 1 2 樽海鞘群演算法流程 64
4 2 MATLAB實現 65
4 2 1 種群初始化 65
4 2 2 適應度函數 68
4 2 3 邊界檢查和約束函數 69
4 2 4 樽海鞘群演算法代碼 70
4 3 函數尋優 71
4 3 1 問題描述 71
4 3 2 適應度函數設計 72
4 3 3 主函數設計 73
4 4 三桿桁架設計 74
4 4 1 問題描述 74
4 4 2 適應度函數設計 75
4 4 3 主函數設計 76
參考文獻 78
第5章 禿鷹搜索演算法 79
5 1 基本原理 79
5 1 1 選擇階段 79
5 1 2 搜索階段 80
5 1 3 俯衝階段 81
5 1 4 禿鷹搜索演算法流程 81
5 2 MATLAB實現 82
5 2 1 種群初始化 82
5 2 2 適應度函數 85
5 2 3 邊界檢查和約束函數 86
5 2 4 禿鷹搜索演算法代碼 87
5 3 函數尋優 89
5 3 1 問題描述 89
5 3 2 適應度函數設計 90
5 3 3 主函數設計 90
5 4 齒輪傳動設計 92
5 4 1 問題描述 92
5 4 2 適應度函數設計 93
5 4 3 主函數設計 93
參考文獻 95
第6章 烏燕鷗優化演算法 96
6 1 基本原理 96
6 1 1 遷徙行為（勘探階段） 96
6 1 2 攻擊行為（開發階段） 97
6 1 3 烏燕鷗優化演算法流程 98
6 2 MATLAB實現 99
6 2 1 種群初始化 99
6 2 2 適應度函數 102
6 2 3 邊界檢查和約束函數 102
6 2 4 烏燕鷗優化演算法代碼 104
6 3 函數尋優 105
6 3 1 問題描述 106
6 3 2 適應度函數設計 107
6 3 3 主函數設計 107
6 4 懸臂樑設計 108
6 4 1 問題描述 108
6 4 2 適應度函數設計 109
6 4 3 主函數設計 110
參考文獻 112
第7章 平衡優化器演算法 113
7 1 基本原理 113
7 1 1 演算法物理背景 113
7 1 2 優化原理 114
7 1 3 平衡優化器演算法流程 116
7 2 MATLAB實現 117
7 2 1 種群初始化 117
7 2 2 適應度函數 120
7 2 3 邊界檢查和約束函數 121
7 2 4 平衡優化器演算法代碼 122
7 3 函數尋優 124
7 3 1 問題描述 124
7 3 2 適應度函數設計 125
7 3 3 主函數設計 125
7 4 管狀柱設計 127
7 4 1 問題描述 127
7 4 2 適應度函數設計 128
7 4 3 主函數設計 129
參考文獻 130
第8章 海洋捕食者演算法 132
8 1 基本原理 132
8 1 1 初始化 132
8 1 2 優化階段 133
8 1 3 渦流形成與魚群聚集裝置效應 134
8 1 4 海洋捕食者演算法流程 134
8 2 MATLAB實現 136
8 2 1 種群初始化 136
8 2 2 適應度函數 139
8 2 3 邊界檢查和約束函數 139
8 2 4 Levy飛行 140
8 2 5 海洋捕食者演算法代碼 141
8 3 函數尋優 144
8 3 1 問題描述 144
8 3 2 適應度函數設計 145
8 3 3 主函數設計 145
8 4 活塞桿設計 147
8 4 1 問題描述 147
8 4 2 適應度函數設計 148
8 4 3 主函數設計 149
參考文獻 151
第9章 算術優化演算法 152
9 1 基本原理 152
9 1 1 算術優化演算法的原理 152
9 1 2 算術優化演算法流程 154
9 2 MATLAB實現 156
9 2 1 種群初始化 156
9 2 2 適應度函數 158
9 2 3 邊界檢查和約束函數 159
9 2 4 算術優化演算法代碼 160
9 3 函數尋優 162
9 3 1 問題描述 162
9 3 2 適應度函數設計 163
9 3 3 主函數設計 163
9 4 焊接梁設計 165
9 4 1 問題描述 165
9 4 2 適應度函數設計 167
9 4 3 主函數設計 168
參考文獻 169

前言/序言
近年來，為了在一定程度上解決大空間、非線性、全局尋優、組合優化等複雜問題，智能優化演算法得到了快速發展和廣泛應用。智能優化演算法又稱為元啟髮式演算法，包括粒子群演算法、遺傳演算法、模擬退火演算法、禁忌搜索演算法、蟻群演算法等。智能優化演算法的常見靈感來源通常為生物、物理、化學、社會等系統或領域中相關的行為、功能、經驗、規則、作用機理等，因其獨特的優點和機制，在國內外得到廣泛關注。智能優化演算法正在不斷演化和飛速發展，在信號圖像處理、生產任務分配、路徑規劃、自主自動控制等眾多領域得到了成功應用。
本書介紹了10種智能優化演算法，包括蜉蝣優化演算法、哈里斯鷹優化演算法、獅群優化演算法、樽海鞘群演算法、禿鷹搜索演算法、烏燕鷗優化演算法、平衡優化器演算法、海洋捕食者演算法、算術優化演算法和蝠?覓食優化演算法。全書共分為12章，前10章分別對應上述一種智能優化演算法，每章分為4節，第一節主要對演算法來源、原理、過程和流程進行詳細介紹，第二節給出演算法完整的MATLAB實現代碼，第三節針對某一具體的函數模型進行MATLAB編程尋優，第四節針對某一具體應用問題進行MATLAB主函數設計。第11章列出了23種用於衡量智能優化演算法性能的常見測試函數，並給出了每種測試函數的MATLAB編程代碼。第12章重點介紹了智能優化演算法評價指標體系，選取了8種測試函數以及10種工程案例，對前10章介紹的部分智能優化演算法進行測試與分析，給出完整MATLAB代碼，供讀者參考。
本書主要特點為演算法新穎，要素齊全，案例豐富，可移植性強。本書涉及的演算法均為國內外新開發研究的演算法，包含完整的建模過程和MATLAB代碼案例，對於初學者具有較強的啟發作用。本書實戰性強，對於要應用演算法工具解決具體問題的理論研究和工程技術人員來說，通過閱讀本書可以節省大量查詢資料和編寫程序的時間，通過MATLAB模擬實例更加深入地理解、快速地掌握演算法。每種演算法的優化目標可以很多，感興趣的讀者可以在此基礎上進行深入研究。
在本書編寫過程中，除了引用智能優化演算法的原始文獻，還參考了國內外相關研究的文獻及有價值的博士、碩士學位論文等，感謝被本書直接或間接引用文獻資料的同行學者們！
本書的出版得到清華大學出版社的大力支持，在此表示由