人工魚群算法及其應用（簡體書）

《人工魚群算法及其應用》系統地描述了人工魚群算法的理論和實現技術及其應用，簡單地介紹了粒子群算法和蟻群算法。《人工魚群算法及其應用》強調了各種算法的混合，討論了人工魚群算法與模擬退火算法的混合、人工魚群算法與遺傳算法的混合、人工魚群算法算法與混沌理論混合、人工魚群算法與量子優化的混合等。書中還討論了群智能算法在旅行商問題、武器一目標分配問題、多處理機調度問題、可靠性優化問題、聚類問題、通信中跨層優化問題、作業調度問題、數據挖掘等方面的應用。

江銘炎(1964-)，男，江蘇蘇州人，博士，山東大學教授，博士生導師，山東大學信息科學與工程學院副院長，山東省重點學科“信號與信息處理”學術帶頭人。在國內外核心期刊和重要國際學術會議上發表論文150余篇，出版著作四部，主持國家自然科學基金一項，山東省自然科學基金兩項，參與國家、省部級及企業項目多項。主要研究方向：軟計算、信號與圖像處理、4G通信關鍵技術、計算機網絡、生物信息與海量數據挖掘。
袁東風(1958-)，男，山東濟南人，博士，山東大學教授，博士生導師，山東大學信息科學與工程學院院長，山東大學“信息與通信工程”一級學科博士點學術帶頭人，山東省“通信與信息系統”省級強化建設重點學科學術帶頭人，山東省“寬帶無線通信技術”省級重點實驗室學術帶頭人。主持和完成國家自然科學基金三項，山東省自然科學重點基金兩項，國家和省部級重點橫項項目多項。山東省有突出貢獻的中青年專家，享受國務院政府特殊津貼。在國內外著名期刊和IEEE組織的國際會議上發表學術論文260余篇，出版著作四部。主要究方向：通信理論與抗干擾技術、跨層設計、認知無線電網絡等。

《人工魚群算法及其應用》為智能科學技術著作叢書之一。

《智能科學技術著作叢書》序
前言
第1章 緒論
1.1 優化問題
1.1.1 優化的概念與數學模型
1.1.2 優化問題與方法的分類
1.1.3 優化問題的復雜性
1.2 優化算法發展狀況
1.3 群智能優化算法概況
1.4 幾種群智能優化算法簡介
1.4.1 標準遺傳算法
1.4.2 粒子群算法
1.4.3 蟻群算法
1.5 人工魚群算法研究與應用概述
1.5.1 魚群算法的提出與改進
1.5.2 魚群算法與其他算法的融合
1.5.3 人工魚群算法在多領域中的應用
1.5.4 人工魚群算法總結
1.6 群智能優化算法的發展展望
1.7 本章小結
參考文獻

第2章 基本人工魚群算法
2.1 引言
2.2 魚群模式概論
2.2.1 魚群模式的提出
2.2.2 人工魚的結構模型
2.3 人工魚的四種基本行為算法描述
2.4 人工魚群算法的尋優原理
2.5 仿真實驗及參數設置陸能
2.5.1 仿真實驗
2.5.2 人工魚群算法的收斂基礎
2.5.3 各種參數對收斂性能的影響分析
2.6 擁擠度因子對優化的影響
2.6.1 擁擠度因子的定義
2.6.2 擁擠度因子的作用機理
2.6.3 仿真實驗
2.6.4 分析和結論
2.7 距離對人工魚群算法收斂性能的影響
2.7.1 人工魚移動策略的改進
2.7.2 常用距離介紹
2.7.3 仿真實驗
2.7.4 分析和結論
2.8 Matlab程序設計
2.8.1 第2.5 節實例程序設計
2.8.2 第2.7 節實例程序設計
2.9 本章小結
參考文獻

第3章 人工魚群算法的分析與改進
3.1 人工魚群算法全局收斂的基礎
3.2 人工魚群算法收斂性分析
3.2.1 簡單隨機搜索
3.2.2 全局收斂性
3.3 魚群算法參數對優化結果的影響分析
3.4 需要改進魚群算法的原因
3.4.1 自適應步長
3.4.2 公告牌的引入
3.4.3 生存競爭機制的提出
3.4.4 其他一些改進思路
3.5 自適應視野和步長的人工魚群算法
3.5.1 人工魚群算法的改進
3.5.2 自適應視野和步長的實現
3.5.3 改進後人工魚群算法的特點
3.5.4 參數對優化的影響
3.6 仿真實驗
3.7 全局人工魚群算法
……
第4章 混合魚群算法
第5章 人工魚群算法在函數優化中的應用
第6章 人工魚群算法應用
第7章 人工魚群算法在通信領域中的應用

人們做任何一件事，不論是分析問題，還是進行綜合、做出決策，都要用一種標準來衡量一下是否達到了最優。在科學實驗、生產技術改進、工程設計以及生產計劃管理、社會經濟問題中，人們總傾向于采取某種措施，以便在有限的資源條件下或規定的約束條件下得到最滿意的效果，這就引出了優化問題。
優化是指在合理的時間范圍內為一個優化問題尋找最優可行解的過程，其中優化問題的可行解之間是可以進行量化比較的。所謂優化問題，就是在滿足一定的約束條件下，尋找一組參數值，以使系統（或函數）的某些最優性度量得到滿足，使系統的某些性能指標達到最大或最小。優化問題的應用涉及工業、社會、經濟、管理等各個領域，其重要性是不言而喻的。
尋求問題最優可行解過程的第一步是要對問題進行描述和建立問題的數學模型，即利用數學方程式和不等式來描述說明所求的優化問題，其中包括目標函數和約束條件，而識別目標、確定目標函數的數學表達形式尤為關鍵。優化問題根據目標函數、約束函數的性質以及優化變量的取值等可以分成多種類型，每一種類型的優化問題根據性質的不同都有其特定的求解方法。