書名：《仿生智能計(jì)算中的粒子群優(yōu)化算法及應(yīng)用》

作者：高鷹，［美］高翔

出版社：科學(xué)出版社

ISBN：978-7-0305-9251-4

出版時(shí)間：2018 年11 月

定價(jià)：98 元

粒子群優(yōu)化算法是一種新的模仿鳥類群體行為的智能優(yōu)化算法，是群體智能優(yōu)化算法的一個(gè)重要分支，已成為國際上仿生智能計(jì)算領(lǐng)域里的研究熱點(diǎn)和重點(diǎn)之一。《仿生智能計(jì)算中的粒子群優(yōu)化算法及應(yīng)用》一書獲廣東科學(xué)技術(shù)學(xué)術(shù)專著項(xiàng)目“仿生智能計(jì)算中的粒子群優(yōu)化算法及應(yīng)用”(2017A030304010)資金資助，由高鷹,[美]高翔編著、科學(xué)出版社出版，系統(tǒng)論述了仿生智能計(jì)算中的粒子群優(yōu)化算法及在盲信號(hào)分離、隱馬爾可夫模型優(yōu)化、網(wǎng)絡(luò)編碼優(yōu)化、股票價(jià)格預(yù)測(cè)、多路回波消除和FIR SIMO信道盲辨識(shí)等中的應(yīng)用。

《仿生智能計(jì)算中的粒子群優(yōu)化算法及應(yīng)用》全書共分為六章。第一章，優(yōu)化問題和仿生智能計(jì)算，介紹了現(xiàn)實(shí)世界中優(yōu)化問題的數(shù)學(xué)模型、解決優(yōu)化問題的途徑和方法、仿生智能計(jì)算和粒子群優(yōu)化算法的起源、發(fā)展及應(yīng)用等內(nèi)容；第二章，模仿鳥群覓食行為的粒子群優(yōu)化算法，介紹了基本粒子群優(yōu)化算法、標(biāo)準(zhǔn)粒子群優(yōu)化算法、離散粒子群優(yōu)化算法、粒子群優(yōu)化算法的拓?fù)浣Y(jié)物、粒子群優(yōu)化算法中粒子的行為分析和標(biāo)準(zhǔn)粒子群優(yōu)化算法的隨機(jī)收斂性分析及參數(shù)選擇等內(nèi)容；第三章，形式多樣的粒子群優(yōu)化算法，介紹了具有遺傳特性的粒子群優(yōu)化算法、自適應(yīng)擴(kuò)展粒子群優(yōu)化算法、帶免疫性質(zhì)的粒子群優(yōu)化算法、混沌粒子群優(yōu)化算法、引入模擬退火機(jī)制的粒子群優(yōu)化算法、多種群競爭粒子群優(yōu)化算法、基于聚類的多子群粒子群優(yōu)化算法、帶極值擾動(dòng)的自適應(yīng)粒子群優(yōu)化算法、分組粒子群優(yōu)化算法、協(xié)同粒子群優(yōu)化算法和帶擾動(dòng)因子的布爾型離散粒子群優(yōu)化算法等內(nèi)容；第四章，無速度項(xiàng)的粒子群優(yōu)化算法，介紹了Bare-Bones粒子群優(yōu)化算法及分析、具有重心無速度項(xiàng)的粒子群優(yōu)化算法、具有慣性遺忘因子和重心的粒子群優(yōu)化算法、簡化的粒子群優(yōu)化算法、一般化的粒子群優(yōu)化算法及分析和具有量子行為的粒子群優(yōu)化算法等內(nèi)容；第五章，分布估計(jì)粒子群優(yōu)化算法，介紹了分布估計(jì)算法、基于分布估計(jì)的離散粒子群優(yōu)化算法、基于認(rèn)知種群的分布估計(jì)粒子群優(yōu)化算法、結(jié)合云模型的分布估計(jì)粒子群代化算法和基于Copula的分布估計(jì)粒子群優(yōu)化算法等內(nèi)容；第六章,粒子群優(yōu)化算法的應(yīng)用，介紹了在盲信號(hào)分離中的應(yīng)用、基于粒子群優(yōu)化算法的隱馬爾可夫模型優(yōu)化、基于布爾型粒子群優(yōu)化算法的網(wǎng)絡(luò)編碼優(yōu)化、粒子群優(yōu)化算法在股票價(jià)格預(yù)測(cè)中的應(yīng)用、在多路回波消除中的應(yīng)用和粒子群優(yōu)化算法用于FIR SIMO 信道盲辨識(shí)等內(nèi)容。

粒子群優(yōu)化算法是一種新的模仿鳥類群體行為的智能優(yōu)化算法，自1995 年由R.Ebehtart 和J.Kenndey 首次提出以來，由于它直觀的背景、簡潔而容易實(shí)現(xiàn)的特點(diǎn)，以及對(duì)于不同類型函數(shù)廣泛的適應(yīng)性，逐漸引起了研究人員的注意。粒子群優(yōu)化算法是群體智能優(yōu)化算法的一個(gè)重要分支，20 多年來，粒子群優(yōu)化算法的理論與應(yīng)用研究都取得了很大的進(jìn)展，算法的應(yīng)用也已經(jīng)在不同學(xué)科中得以實(shí)現(xiàn)，也成為國際上仿生智能計(jì)算領(lǐng)域研究熱點(diǎn)和重點(diǎn)之一。

全書以粒子群優(yōu)化算法的發(fā)展和作者對(duì)其研究與應(yīng)用的成果為主線，點(diǎn)面結(jié)合，全面、準(zhǔn)確地闡述了粒子群優(yōu)化算法的基本理論和方法，敏銳、及時(shí)地反映了粒子群優(yōu)化算法及其應(yīng)用在國內(nèi)外的先進(jìn)成果和最新信息。同時(shí)，在介紹原有粒子群優(yōu)化算法的基礎(chǔ)上，運(yùn)用遺傳、免疫、混沌、模擬退火、多種群競爭、聚類、極值擾動(dòng)、分組、遺忘因子和重心、分布估計(jì)、云模型、Copula 函數(shù)等思想方法對(duì)粒子群優(yōu)化算法進(jìn)行了深入分析和探討，建立了粒子群優(yōu)化算法的隨機(jī)收斂性分析及參數(shù)選擇方法。在應(yīng)用方面，針對(duì)盲信號(hào)分離問題、隱馬爾可夫模型優(yōu)化、網(wǎng)絡(luò)編碼優(yōu)化等問題，闡述了作者應(yīng)用粒子群優(yōu)化算法解決這些問題的思想與方法，具有啟發(fā)性，為科學(xué)了解、認(rèn)識(shí)、研究和應(yīng)用粒子群優(yōu)化算法給出了一系列新的思想觀點(diǎn)和獨(dú)特的理論視野，并可為解決其他問題提供借鑒。該書是廣東省科技進(jìn)步獎(jiǎng)一等獎(jiǎng)“多模態(tài)數(shù)據(jù)融合與分析處理技術(shù)及應(yīng)用”(粵府證[2022]0860 號(hào))的成果之一。