目　　錄

第1章 粒子群優(yōu)化算法原理及其MATLAB
實(shí)現(xiàn) 1
1.1 粒子群優(yōu)化算法的基本原理 1
1.1.1 粒子和速度初始化 1
1.1.2 個(gè)體歷史值和全局值 1
1.1.3 粒子群的速度和位置更新 2
1.1.4 粒子群優(yōu)化算法流程 2
1.2 粒子群優(yōu)化算法的MATLAB
?實(shí)現(xiàn) 3
1.2.1 種群初始化 3
1.2.2 適應(yīng)度函數(shù) 5
1.2.3 邊界檢查和約束函數(shù) 5
1.2.4 粒子群優(yōu)化算法代碼 6
1.3 粒子群優(yōu)化算法的應(yīng)用案例 8
1.3.1 求解函數(shù)極值 8
1.3.2 帶約束問題求解：基于粒子群
優(yōu)化算法的壓力容器設(shè)計(jì) 10
1.4 粒子群優(yōu)化算法的中間結(jié)果 13
參考文獻(xiàn) 16
第2章 蟻獅優(yōu)化算法原理及其MATLAB
實(shí)現(xiàn) 17
2.1 蟻獅優(yōu)化算法的基本原理 17
2.1.1 螞蟻的隨機(jī)游走 17
2.1.2 設(shè)置陷阱 18
2.1.3 利用陷阱誘捕螞蟻 18
2.1.4 捕獲獵物并重建洞穴 19
2.1.5 蟻獅優(yōu)化算法流程 19
2.2 蟻獅優(yōu)化算法的MATLAB
?實(shí)現(xiàn) 20
2.2.1 種群初始化 20
2.2.2 適應(yīng)度函數(shù) 22
2.2.3 邊界檢查和約束 22
2.2.4 輪盤賭策略 23
2.2.5 蟻獅優(yōu)化算法的隨機(jī)游走 24
2.2.6 蟻獅優(yōu)化算法的MATLAB
代碼 28
2.3 蟻獅優(yōu)化算法的應(yīng)用案例 30
2.3.1 求解函數(shù)極值 30
2.3.2 帶約束問題求解：基于蟻獅
優(yōu)化算法的壓力容器設(shè)計(jì) 32
2.4 蟻獅優(yōu)化算法的中間結(jié)果 35
參考文獻(xiàn) 38
第3章 果蠅優(yōu)化算法及其MATLAB
實(shí)現(xiàn) 39
3.1 果蠅優(yōu)化算法的基本原理 39
3.1.1 果蠅初始化 39
3.1.2 果蠅通過氣味尋找食物 39
3.1.3 果蠅位置更新 40
3.1.4 果蠅優(yōu)化算法流程 40
3.2 果蠅優(yōu)化算法的MATLAB
?實(shí)現(xiàn) 41
3.2.1 果蠅位置初始化 41
3.2.2 適應(yīng)度函數(shù) 43
3.2.3 邊界檢查和約束 43
3.2.4 果蠅優(yōu)化算法代碼 44
3.2.5 改進(jìn)果蠅優(yōu)化算法代碼 45
3.3 果蠅優(yōu)化算法的應(yīng)用案例 47
3.3.1 求解函數(shù)極值 47
3.3.2 帶約束問題求解：基于果蠅
優(yōu)化算法的壓力容器設(shè)計(jì) 49
3.4 果蠅優(yōu)化算法的中間結(jié)果 51
參考文獻(xiàn) 55
第4章 螢火蟲優(yōu)化算法及其MATLAB
實(shí)現(xiàn) 56
4.1 螢火蟲優(yōu)化算法的基本原理 56

4.1.1 螢火蟲的相對(duì)亮度計(jì)算 56
4.1.2 螢火蟲的吸引度計(jì)算 56
4.1.3 螢火蟲的位置更新 56
4.1.4 螢火蟲優(yōu)化算法流程 57
4.2 螢火蟲優(yōu)化算法的MATLAB
?實(shí)現(xiàn) 57
4.2.1 螢火蟲位置初始化 57
4.2.2 適應(yīng)度函數(shù) 59
4.2.3 邊界檢查和約束 60
4.2.4 螢火蟲優(yōu)化算法代碼 60
4.3 螢火蟲優(yōu)化算法的應(yīng)用案例 63
4.3.1 求解函數(shù)極值 63
4.3.2 帶約束問題求解：基于螢火蟲
優(yōu)化算法的壓力容器設(shè)計(jì) 65
4.4 螢火蟲優(yōu)化算法的中間結(jié)果 67
參考文獻(xiàn) 70
第5章 灰狼優(yōu)化算法及其MATLAB
實(shí)現(xiàn) 71
5.1 灰狼優(yōu)化算法的基本原理 71
5.1.1 包圍獵物 71
5.1.2 狩獵 72
5.1.3 攻擊獵物 72
5.1.4 搜索獵物 72
5.1.5 灰狼優(yōu)化算法流程 73
5.2 灰狼優(yōu)化算法的MATLAB
?實(shí)現(xiàn) 74
5.2.1 灰狼位置初始化 74
5.2.2 適應(yīng)度函數(shù) 75
5.2.3 邊界檢查和約束 76
5.2.4 灰狼優(yōu)化算法代碼 77
5.3 灰狼優(yōu)化算法的應(yīng)用案例 79
5.3.1 求解函數(shù)極值 79
5.3.2 帶約束問題求解：基于灰狼
優(yōu)化算法的壓力容器設(shè)計(jì) 81
5.4 灰狼優(yōu)化算法的中間結(jié)果 84
參考文獻(xiàn) 88
第6章 正余弦優(yōu)化算法及其MATLAB
實(shí)現(xiàn) 89
6.1 正余弦優(yōu)化算法的基本原理 89
6.1.1 正余弦機(jī)制 89
6.1.2 正余弦優(yōu)化算法流程 90
6.2 正余弦優(yōu)化算法的MATLAB
?實(shí)現(xiàn) 91
6.2.1 正余弦位置初始化 91
6.2.2 適應(yīng)度函數(shù) 92
6.2.3 邊界檢查和約束 93
6.2.4 正余弦優(yōu)化算法代碼 94
6.3 正余弦優(yōu)化算法的應(yīng)用案例
?實(shí)驗(yàn) 95
6.3.1 求解函數(shù)極值 95
6.3.2 帶約束問題求解：基于正余弦
優(yōu)化算法的壓力容器設(shè)計(jì) 97
6.4 正余弦優(yōu)化算法的中間結(jié)果 100
參考文獻(xiàn) 102
第7章 多元宇宙優(yōu)化算法及其MATLAB
實(shí)現(xiàn) 104
7.1 多元宇宙優(yōu)化算法的基本
?原理 104
7.1.1 宇宙的定義 104
7.1.2 傳輸機(jī)制 104
7.1.3 蟲洞系數(shù) 105
7.1.4 多元宇宙優(yōu)化算法流程 105
7.2 多元宇宙優(yōu)化算法的MATLAB
?實(shí)現(xiàn) 106
7.2.1 種群初始化 106
7.2.2 適應(yīng)度函數(shù) 108
7.2.3 邊界檢查和約束 108
7.2.4 輪盤賭策略 109
7.2.5 多元宇宙優(yōu)化算法代碼 110
7.3 多元宇宙優(yōu)化算法的應(yīng)用
?案例 112
7.3.1 求解函數(shù)極值 112
7.3.2 帶約束問題求解：基于多元宇宙
優(yōu)化算法的壓力容器設(shè)計(jì) 115
7.4 多元宇宙優(yōu)化算法的中間
?結(jié)果 117
參考文獻(xiàn) 121
第8章 引力搜索算法及其MATLAB
實(shí)現(xiàn) 122
8.1 引力搜索算法的基本原理 122
8.1.1 萬有引力定律 122
8.1.2 個(gè)體引力計(jì)算 123
8.1.3 加速度計(jì)算 124
8.1.4 速度和位置更新 124
8.1.5 引力搜索算法流程 124
8.2 引力搜索算法的MATLAB
?實(shí)現(xiàn) 125
8.2.1 位置初始化 125
8.2.2 適應(yīng)度函數(shù) 127
8.2.3 邊界檢查和約束 127
8.2.4 計(jì)算質(zhì)量 128
8.2.5 計(jì)算引力常數(shù) 129
8.2.6 計(jì)算加速度 129
8.2.7 位置更新 130
8.2.8 引力搜索算法代碼 130
8.3 引力搜索算法的應(yīng)用案例 132
8.3.1 求解函數(shù)極值 132
8.3.2 帶約束問題求解：基于引力
搜索算法的壓力容器設(shè)計(jì) 134
8.4 引力搜索算法的中間結(jié)果 136
參考文獻(xiàn) 139
第9章 樹種優(yōu)化算法及其MATLAB
實(shí)現(xiàn) 140
9.1 樹種優(yōu)化算法的基本原理 140
9.1.1 樹種的定義及生成 140
9.1.2 種子的繁殖 140
9.1.3 樹種優(yōu)化算法流程 141
9.2 樹種優(yōu)化算法的MATLAB
?實(shí)現(xiàn) 141
9.2.1 種群初始化 141
9.2.2 適應(yīng)度函數(shù) 143
9.2.3 邊界檢查和約束 143
9.2.4 樹種優(yōu)化算法 144
9.3 樹種優(yōu)化算法的應(yīng)用案例 146
9.3.1 求解函數(shù)極值 146
9.3.2 帶約束問題求解：基于樹種
優(yōu)化算法的壓力容器設(shè)計(jì) 148
9.4 樹種優(yōu)化算法的中間結(jié)果 151
參考文獻(xiàn) 154
第10章 風(fēng)驅(qū)動(dòng)優(yōu)化算法及其MATLAB
實(shí)現(xiàn) 155
10.1 風(fēng)驅(qū)動(dòng)優(yōu)化算法的基本原理 155
10.1.1 參數(shù)的定義 155
10.1.2 適應(yīng)度函數(shù)的選取 155
10.1.3 空氣單元運(yùn)動(dòng)范圍的確定 155
10.1.4 風(fēng)的抽象化及空氣單元的
更新 155
10.1.5 風(fēng)驅(qū)動(dòng)優(yōu)化算法流程 157
10.2 風(fēng)驅(qū)動(dòng)優(yōu)化算法的MATLAB
?實(shí)現(xiàn) 158
10.2.1 種群初始化 158
10.2.2 適應(yīng)度函數(shù) 160
10.2.3 邊界檢查和約束 160
10.2.4 風(fēng)驅(qū)動(dòng)優(yōu)化算法 161
10.3 風(fēng)驅(qū)動(dòng)優(yōu)化算法的應(yīng)用案例 163
10.3.1 求解函數(shù)極值 163
10.3.2 帶約束問題求解：基于風(fēng)驅(qū)動(dòng)
優(yōu)化算法的壓力容器設(shè)計(jì) 165
10.4 風(fēng)驅(qū)動(dòng)優(yōu)化算法的中間結(jié)果 168
參考文獻(xiàn) 171
第11章 智能優(yōu)化算法基準(zhǔn)測試集 172
11.1 基準(zhǔn)測試集簡介 172
11.2 基準(zhǔn)測試函數(shù)繪圖與測試函數(shù)
?代碼編寫 173
11.2.1 函數(shù)F1 173
11.2.2 函數(shù)F2 174
11.2.3 函數(shù)F3 175
11.2.4 函數(shù)F4 177
11.2.5 函數(shù)F5 178
11.2.6 函數(shù)F6 179
11.2.7 函數(shù)F7 180
11.2.8 函數(shù)F8 181
11.2.9 函數(shù)F9 182
11.2.10 函數(shù)F10 183
11.2.11 函數(shù)F11 184
11.2.12 函數(shù)F12 185
11.2.13 函數(shù)F13 186
11.2.14 函數(shù)F14 187
11.2.15 函數(shù)F15 189
11.2.16 函數(shù)F16 190
11.2.17 函數(shù)F17 191
11.2.18 函數(shù)F18 192
11.2.19 函數(shù)F19 193
11.2.20 函數(shù)F20 194
11.2.21 函數(shù)F21 195
11.2.22 函數(shù)F22 196
11.2.23 函數(shù)F23 198
第12章 智能優(yōu)化算法性能測試 200
12.1 智能優(yōu)化算法性能測試方法 200
12.1.1 平均值 200
12.1.2 標(biāo)準(zhǔn)差 200
12.1.3 值和差值 201
12.1.4 收斂曲線 202
12.2 測試案例 202
12.2.1 測試函數(shù)信息 202
12.2.2 測試方法及參數(shù)設(shè)置 203
12.2.3 測試結(jié)果 203