智能優(yōu)化算法及其應(yīng)用

第1章 緒論
1．1 概述
1．2 進(jìn)化類算法
1．3 群智能算法
1．4 仿物理學(xué)優(yōu)化算法
1．5 仿人智能優(yōu)化算法
參考文獻(xiàn)
第2章 遺傳算法
2．1 引言
2．2 遺傳算法理論
2．2．1 遺傳算法的生物學(xué)基礎(chǔ)
2．2．2 遺傳算法理論基礎(chǔ)
2．2．3 遺傳算法的基本概念
2．2．4 遺傳算法的特點(diǎn)
2．3 遺傳算法流程及關(guān)鍵參數(shù)設(shè)置
2．3．1 標(biāo)準(zhǔn)遺傳算法
2．3．2 遺傳算法基本流程
2．3．3 遺傳算法關(guān)鍵參數(shù)設(shè)置
2．4 遺傳算法的改進(jìn)
2．4．1 遺傳算法存在的問題
2．4．2 遺傳算法的改進(jìn)方法
2．5 網(wǎng)絡(luò)安全領(lǐng)域應(yīng)用及仿真測(cè)試實(shí)例
參考文獻(xiàn)
第3章 差分進(jìn)化算法
3．1 引言
3．2 差分進(jìn)化算法理論
3．2．1 差分進(jìn)化算法的原理
3．2．2 差分進(jìn)化算法的特點(diǎn)
3．2．3 基本的差分進(jìn)化算法
3．2．4 差分進(jìn)化算法的其他形式
3．3 差分進(jìn)化算法流程及關(guān)鍵參數(shù)設(shè)置
3．3．1 差分進(jìn)化算法流程
3．3．2 差分進(jìn)化算法關(guān)鍵參數(shù)設(shè)置
3．4 差分進(jìn)化算法的改進(jìn)
3．4．1 差分進(jìn)化算法存在的問題
3．4．2 差分進(jìn)化算法的改進(jìn)策略
3．5 網(wǎng)絡(luò)安全領(lǐng)域應(yīng)用及仿真測(cè)試實(shí)例
參考文獻(xiàn)
第4章 蟻群算法
4．1 引言
4．2 蟻群算法理論
4．2．1 蟻群的抽象
4．2．2 真實(shí)蟻群的覓食過程
4．2．3 人工蟻群的優(yōu)化過程
4．2．4 真實(shí)螞蟻與人工螞蟻的異同
4．2．5 蟻群算法的特點(diǎn)
4．3 基本蟻群算法流程及關(guān)鍵參數(shù)設(shè)置
4．3．1 基本蟻群算法流程
4．3．2 蟻群算法關(guān)鍵參數(shù)設(shè)置
4．4 蟻群算法的改進(jìn)
4．4．1 蟻群算法存在的問題
4．4．2 蟻群算法的改進(jìn)算法
4．5 網(wǎng)絡(luò)安全領(lǐng)域應(yīng)用及仿真測(cè)試實(shí)例
參考文獻(xiàn)
……
第5章 粒子群算法
第6章 人工蜂群算法
第7章 灰狼優(yōu)化算法
第8章 鯨魚優(yōu)化算法
第9章 模擬退火算法
第10章 頭腦風(fēng)暴優(yōu)化算法