智能优化算法及其在机械工程中的应用

智能优化算法及其在机械工程中的应用 
出版时间：2012年版 
内容简介 
　　《智能优化算法及其在机械工程中的应用》结合作者多年来在相关方面的科研和教学工作的积累，以较为通俗简练的语言详细地介绍了智能优化算法中的遗传算法、粒子群优化算法、差异演化算法、模拟植物生长算法和果蝇优化算法及其在机械工程中的应用，以期使读者能够尽快了解和掌握这些算法的基本理论和应用技术。《智能优化算法及其在机械工程中的应用》可作为机械工程、系统科学、计算机应用以及其他一些相关专业的研究生及本科生教材，也可以供相关专业的工程技术与科研人员学习参考。 
目录 
第1章 概述 
1.1 群智能的基本概念 
1.2 群智能思想的起源简介 
1.3 群智能理论简介 
1.4 演化算法简介 
1.5 本书主要内容与安排 
第2章 遗传算法及其应用 
2.1 遗传算法的起源与发展简介 
2.1.1 遗传算法的生物学基础 
2.1.2 遗传算法的提出与发展简介 
2.2 遗传算法的理论基础 
2.2.1 遗传算法的基本原理 
2.2.2 遗传算法的几个基本概念 
2.2.3 遗传算法的基本算子和数学基础 
2.3 遗传算法的实现 
2.3.1 遗传算法的实现 
2.3.2 遗传算法实现举例 
2.4 遗传算法的特点与改进 
2.4.1 遗传算法的特点 
2.4.2 对简单遗传算法的一些改进 
2.4.3 几种常见的遗传算法 
2.4.4 遗传算法应用的几个关键问题 
2.5 遗传算法在机械工程中的应用 
2.5.1 基于遗传算法的bounc—wen迟滞非线性动力学模型的参数识别方法 
2.5.2 基于遗传算法的圆柱齿轮变位系数的优化选择 
2.5.3 基于遗传算法的机器人路径规划 
第3章 粒子群优化算法及其应用 
3.1 基本粒子群优化算法 
3.1.1 粒子群优化算法的产生 
3.1.2 基本粒子群优化算法 
3.1.3 基本粒子群优化算法的参数选择 
3.1.4 带惯性权重的粒子群优化算法 
3.1.5 粒子群优化算法的控制参数分析 
3.2 混沌粒子群优化算法 
3.2.1 混沌的一些基本特点 
3.2.2 混沌映射 
3.2.3 基于群体适应度方差的混沌粒子群优化算法 
3.3 无约束多目标粒子群优化算法 
3.3.1 多目标优化问题的基本概念和术语 
3.3.2 多目标优化问题的发展及其传统的解决方法 
3.3.3 无约束多目标粒子群优化算法 
3.4 约束多目标粒子群优化算法 
3.4.1 约束优化问题 
3.4.2 罚函数法 
3.4.3 基于罚函数法的带约束条件的粒子群优化算法 
3.5 基于极坐标的粒子群优化算法 
3.5.1 基于极坐标的粒子群优化算法的数学描述 
3.5.2 有关ppso算法的特点与讨论 
3.5.3 基本粒子群优化算法和ppso算法的测试结果对比与讨论 
3.6 带活力因子的粒子群优化算法 
…… 
第4章 差异演化算法及其应用 
第5章 模拟植物生长算法及其应用 
第6章 果蝇优化算法及其应用 
参考文献 
致谢