科学和工程等领域的诸多实际问题最终都须转化为数学模型和对模型的优化求解，优化理论和方法一直都是极具理论意义和应用价值的热点课题。现代智能优化算法的设计灵感源于自然现象的运行机制，具有简单有效、普适性强的特点，为解决复杂优化问题提供了新的思路和手段。合理的全局搜索和局部搜索策略是调整智能优化算法全局和局部搜索行为，增强其优化问题求解性能的关键。本书基于智能优化算法全局搜索和局部搜索策略的调控机制，从优化问题的变量关系、算法参数有效设置和算法搜索策略融合三个方面研究了智能优化算法的设计和应用问题，介绍了六种全局搜索和局部搜索策略控制型智能优化算法，并将其应用于理论或实际优化问题。本书可为管理科学、运筹学、计算机科学、系统科学与工程等领域的相关专业人员提供参考，也可作为相关专业研究生和高年级本科生教材。

第1章绪论
1.1背景介绍
1.2内容安排
1.3智能优化算法研究现状
1.3.1智能优化算法发展简述
1.3.2粒子群优化算法
1.3.3蚁群优化算法
1.3.4利用问题领域知识提高智能优化算法的性能
1.3.5参数优化设置提高智能优化算法的性能
1.3.6搜索策略融合提高智能优化算法的性能
第2章基于变量约简的智能优化算法设计
2.1求解无约束一阶可导连续优化问题的变量约简策略
2.1.1变量约简策略
2.1.2针对测试优化函数仿真实验
2.1.3针对实际优化问题的仿真实验
2.2求解等式约束优化问题的变量约简策略
2.2.1约束优化问题
2.2.2等式约束和变量约简策略
2.2.3仿真实验研究
2.3处理有效不等式约束的局部搜索策略
2.3.1基于变量关系的局部搜索
2.3.2仿真实验研究
2.4总结
第3章融合数学规划方法的粒子群优化算法
3.1粒子群算法中的全局搜索和局部搜索能力分析
3.2综合学习搜索策略
3.3局部搜索策略
3.3.1BFGS和DFP高斯牛顿法
3.3.2单纯形搜索
3.3.3模式搜索法
3.4基于个体层的变异搜索策略
3.5搜索策略动态融合的粒子群算法框架
3.6仿真实验研究
3.6.1实验设置
3.6.2实验结果
3.7总结
第4章跨邻域搜索算法
4.1跨邻域搜索算法
4.1.1跨邻域搜索算法的动机
4.1.2跨邻域搜索算法的搜索策略
4.1.3跨邻域搜索算法与其他智能优化算法在优化机制上的比较
4.1.4仿真实验研究
4.2参数自适应跨邻域搜索算法
4.2.1参数自适应策略
4.2.2仿真实验研究
4.3总结
第5章基于变量约简策略的电力系统智能优化
5.1电力系统中的约束优化问题
5.2变量约简策略
5.3变量约简策略在大规模输电优化定价问题中的应用
5.3.1输电定价优化问题的定义
5.3.2输电定价优化问题的变量约简
5.4变量约简策略在静态及动态负荷优化分配问题中的应用
5.4.1静态及动态负荷优化分配问题的定
，5.4.2静态及动态负荷优化分配问题的变量约简
5.5仿真实验研究
5.5.1变量约简策略对优化问题求解的影响
5.5.2与其他有效方法的比较
5.6总结
第6章基于自适应模拟退火算法的对地观测资源协同规划
6.1异构对地观测资源协同规划需求
6.2异构对地观测资源协同规划问题
6.2.1观测任务
6.2.2观测资源
6.3传统规划框架
6.3.1孤立规划框架
6.3.2集中式规划框架
6.4多Agent协同规划框架
6.4.1多Agent规划框架概述
6.4.2多Agent规划框架的组成
6.4.3多Agent规划框架的优势
6.5多Agent框架的协同规划流程
6.6协同任务分配模型和自适应模拟退火算法
6.6.1任务分配的启发式准则
6.6.2任务分配模型
6.6.3参数自适应的模拟退火协同任务分配算法
6.7仿真实验研究
6.7.1实验设置
6.7.2不同任务分配算法的比较
6.7.3不同协同框架的比较
6.8扰动处理机制
6.9总结
第7章基于混合蚁群优化算法的多星观测调度
7.1卫星观测调度问题
7.2任务聚类模型和算法
7.2.1任务聚类约束
7.2.2任务聚类的模型和算法
7.3多星观测调度模型
7.3.1卫星观测调度的整数规划模型
7.3.2卫星观测调度的无环有向图模型
7.4结合局部搜索策略的混合蚁群优化算法
7.4.1可行解构造过程
7.4.2局部搜索策略
7.4.3信息素更新规则
7.5仿真实验研究
7.5.1实验设置
7.5.2仿真实验结果
7.5.3ACO-LS与其他调度算法的比较
7.5.4任务聚类策略对成本-收益的影响
7.6总结
第8章未来工作展望
参考文献