Python智能优化算法从原理到代码实现与应用-范旭,陈克伟,魏曙光编

第1章 黏菌算法及其Python实现

1.1 黏菌算法的基本原理

1.1.1 接近食物阶段

1.1.2 包围食物阶段

1.1.3 抓取食物阶段

1.1.4 黏菌算法流程

1.2 黏菌算法的Python实现

1.2.1 种群初始化

1.2.2 适应度函数

1.2.3 边界检查和约束函数

1.2.4 黏菌算法代码

1.3 黏菌算法的应用案例

1.3.1 求解函数极值

1.3.2 基于黏菌算法的压力容器设计

1.3.3 基于黏菌算法的三杆桁架设计

1.3.4 基于黏菌算法的拉压弹簧设计

参考文献

第2章 人工蜂群算法及其Python实现

2.1 人工蜂群算法的基本原理

2.1.1 种群初始化

2.1.2 引领蜂搜索

2.1.3 跟随蜂搜索

2.1.4 侦察蜂搜索

2.1.5 人工蜂群算法流程

2.2 人工蜂群算法的Python实现

2.2.1 种群初始化

2.2.2 适应度函数

2.2.3 边界检查和约束函数

2.2.4 轮盘赌策略

2.2.5 人工蜂群算法代码

2.3 人工蜂群算法的应用案例

2.3.1 求解函数极值

2.3.2 基于人工蜂群算法的压力容器设计

2.3.3 基于人工蜂群算法的三杆桁架设计

2.3.4 基于人工蜂群算法的拉压弹簧设计

参考文献

第3章 蝗虫优化算法及其Python实现

3.1 蝗虫优化算法的基本原理

3.1.1 蝗虫优化算法数学模型

3.1.2 社会相互作用力

3.1.3 蝗虫优化算法流程

3.2 蝗虫优化算法的Python实现

3.2.1 种群初始化

3.2.2 适应度函数

3.2.3 边界检查和约束函数

3.2.4 社会相互作用力函数

3.2.5 蝗虫优化算法代码

3.3 蝗虫优化算法的应用案例

3.3.1 求解函数极值

3.3.2 基于蝗虫优化算法的压力容器设计

3.3.3 基于蝗虫优化算法的三杆桁架设计

3.3.4 基于蝗虫优化算法的拉压弹簧设计

参考文献

第4章 蝴蝶优化算法及其Python实现

4.1 蝴蝶优化算法的基本原理

4.1.1 蝴蝶的香味

4.1.2 蝴蝶的移动与迭代

4.1.3 蝴蝶优化算法流程

4.2 蝴蝶优化算法的Python实现

4.2.1 种群初始化

4.2.2 适应度函数

4.2.3 边界检查和约束函数

4.2.4 蝴蝶优化算法代码

4.3 蝴蝶优化算法的应用案例

4.3.1 求解函数极值

4.3.2 基于蝴蝶优化算法的压力容器设计

4.3.3 基于蝴蝶优化算法的三杆桁架设计

4.3.4 基于蝴蝶优化算法的拉压弹簧设计

参考文献

第5章 飞蛾扑火优化算法及其Python实现

5.1 飞蛾扑火优化算法的基本原理

5.1.1 飞蛾与火焰

5.1.2 飞蛾扑火行为

5.1.3 飞蛾扑火优化算法流程

5.2 飞蛾扑火优化算法的Python实现

5.2.1 种群初始化

5.2.2 适应度函数

5.2.3 边界检查和约束函数

5.2.4 飞蛾扑火优化算法代码

5.3 飞蛾扑火优化算法的应用案例

5.3.1 求解函数极值

5.3.2 基于飞蛾扑火优化算法的压力容器设计

5.3.3 基于飞蛾扑火优化算法的三杆桁架设计

5.3.4 基于飞蛾扑火优化算法的拉压弹簧设计

参考文献

第6章 海鸥优化算法及其Python实现

6.1 海鸥优化算法的基础原理

6.1.1 海鸥迁徙

6.1.2 海鸥攻击猎物

6.1.3 海鸥优化算法流程

6.2 海鸥优化算法的Python实现

6.2.1 种群初始化

6.2.2 适应度函数

6.2.3 边界检查和约束函数

6.2.4 海鸥优化算法代码

6.3 海鸥优化算法的应用案例

6.3.1 求解函数极值

6.3.2 基于海鸥优化算法的压力容器设计

6.3.3 基于海鸥优化算法的三杆桁架设计

6.3.4 基于海鸥优化算法的拉压弹簧设计

参考文献

第7章 麻雀搜索算法及其Python实现

7.1 麻雀搜索算法的基本原理

7.1.1 麻雀种群

7.1.2 发现者位置更新

7.1.3 加入者位置更新

7.1.4 遇险应急的麻雀位置更新

7.1.5 麻雀搜索算法流程

7.2 麻雀搜索算法的Python实现

7.2.1 种群初始化

7.2.2 适应度函数

7.2.3 边界检查和约束函数

7.2.4 麻雀搜索算法代码

7.3 麻雀搜索算法的应用案例

7.3.1 求解函数极值

7.3.2 基于麻雀搜索算法的压力容器设计

7.3.3 基于麻雀搜索算法的三杆桁架设计

7.3.4 基于麻雀搜索算法的拉压弹簧设计

参考文献

第8章 鲸鱼优化算法及其Python实现

8.1 鲸鱼优化算法的基本原理

8.1.1 包围猎物

8.1.2 气泡网攻击方式

8.1.3 寻找猎物

8.1.4 鲸鱼优化算法流程

8.2 鲸鱼优化算法的Python实现

8.2.1 种群初始化

8.2.2 适应度函数

8.2.3 边界检查和约束函数

8.2.4 鲸鱼优化算法代码

8.3 鲸鱼优化算法的应用案例

8.3.1 求解函数极值

……

本书以理论结合应用为指导思想，以智能优化算法为对象，以Python为开发语言，主要讲解智能优化算法的基本原理、代码实现、应用案例和性能测试
本书轻理论，重实践，目的是使读者能够迅速地入门并掌握智能优化算法及其Python代码实现的相关技巧，并在后续的学术研究和工程实践中加以应用

本书分为12章，第1章～第10章分别介绍10种智能优化算法（黏菌算法、人工蜂群算法、蝗虫优化算法、蝴蝶优化算法、飞蛾扑火优化算法、海鸥优化算法、麻雀搜索算法、鲸鱼优化算法、黄金正弦算法、教与学优化算法）的基本原理、Python代码实现、应用案例
第11章、第12章介绍智能优化算法的基准测试集和性能测试

本书取材新颖、案例丰富、通俗易懂，可作为广大高校本科生、研究生的学习用书，也可作为广大科研人员、学者、工程技术人员的参考用书

定价：为出版社全国统一定价

教材价：为商品的销售价，是您最终决定是否购买商品的依据
受系统缓存影响，最终价格以商品放入购物车后显示的价格为准