本书首先在以上工作基础上,对群体智能算法的总体模式进行了进一步的形式化描述和探讨,给出了群体智能算法的总体模式伪方程和框图描述,并提出了群体智能计算的统一框架理念,给出了群体智能的总体分层框架模型,并在对人工神经网络、智能蚁群算法和智能微粒群算法进行简单描述的基础上,分别对这些典型的群体智能算法的具体实现模式进行了详细的形式化描述和群体智能统一框架理念的准确求证。
本书的另一部分工作是以基于微粒群算法的径向基函数(RBF)神经网络为例来分析群体智能优化计算的框架性特点,并将其引入工程数据的分析领域,以证明群体智能计算的工程适用性。
前言
第一章 绪论
1.1 群体智能
1.2 群体智能的研究成果综述
1.3 本书所关注的群体智能实现模式
1.4 本书主要研究内容
第二章 群体智能的总体形式化描述
2.1 引言
2.2 群体智能算法总体模式探讨
2.3 群体智能计算的统一框架理念
2.4 小结
第三章 群体智能实现模式——人工神经网络
3.1 人工神经网络简介
3.1.1 人工神经元模型
3.1.2 人工神经网络模型
3.1.3 人工神经网络的特点
3.2 人工神经网络的总体形式化描述
3.3 反馈式神经网络的形式化描述与群体智能计算理念求证
3.3.1 Hopfield神经网络
3.3.2 Hopfield神经网络的形式化描述
3.3.3 Hopfield神经网络的群体智能计算理念求证
3.4 前馈式神经网络的形式化描述和群体智能计算理念求证
3.4.1 RBF神经网络
3.4.2 经典RBF神经网络的形式化描述
3.4.3 经典RBF神经网络的群体智能计算框架理念求证
3.4.4 结构递增的RBF神经网络的群体智能计算框架理念
3.5 小结
第四章 群体智能实现模式——智能蚁群算法
4.1 蚁群算法介绍
4.1.1 基本蚁群算法的起源
4.1.2 蚁群个体的运动规则
4.1.3 实例说明及应用状况
4.2 蚁群算法描述
4.2.1 用于求解旅行商问题的蚁群算法定义
4.2.2 蚁群算法的形式化描述
4.2.3 蚁群算法的群体智能计算理念求证
4.3 用于连续空间寻优的蚁群算法
4.3.1 用于离散空间寻优的蚁群算法概述
4.3.2 用于连续空间寻优的蚁群算法定义原则
4.3.3 用于连续空间寻优的蚁群算法定义
4.3.4 连续蚁群算法的形式化描述
4.3.5 连续蚁群算法的群体智能计算理念求证
4.4 小结
第五章 群体智能实现模式——智能微粒群算法
5.1 微粒群算法的起源
5.2 微粒群算法描述
5.2.1 微粒群算法的基本原理
5.2.2 微粒群算法的数学描述
5.2.3 微粒群算法流程
5.3 微粒群算法的形式化描述
5.4 微粒群算法的群体智能计算理念求证
5.5 微粒群算法改进模式的形式化描述和群体智能计算理念求证
5.5.1 微粒群优化信息的分组延迟通讯传播模式形式化描述和群体智能计算理念求证
5.5.1.1 微粒群优化信息的分组延迟通讯传播模式
5.5.1.2 GBMPSO算法的形式化描述
5.5.1.3 GBMPSO算法仿真实验
5.5.1.4 GBMPSO算法的群体智能计算理念求证
5.5.2 基于多元最优信息规划的微粒群算法的形式化描述和群体智能计算理念求证
5.5.2.1 基于多元最优信息规划的微粒群算法(MOPPSO)
5.5.2.2 MOPPSO算法的形式化描述
5.5.2.3 MOPPSO算法仿真实验的形式化描述
5.5.2.4 MOPPSO算法的群体智能计算理念求证
5.5.3 模糊自适应微粒群算法的形式化描述和群体智能计算理念求证
5.5.3.1 模糊自适应微粒群算法(MFPSO)
5.5.3.2 MFPSO算法的形式化描述
5.5.3.3 MFPSO算法仿真实验
5.5.3.4 MFPSO算法的群体智能计算理念求证
5.6 小结
第六章 群体智能优化计算实例研究
6.1 RBF神经网络传统学习算法的缺点
6.2 基于微粒群算法的RBF神经网络学习算法
6.3 RBF神经网络学习算法的仿真实验
6.3.1 仿真实例
6.3.2 与传统RBF神经网络学习算法的仿真比较
6.3.3 小结
6.4 基于微粒群算法的RBF神经网络的群体智能计算理念求证
6.5 小结
第七章 群体智能工程应用研究实例
7.1 桥梁减震设计概述
7.2 有流体粘滞阻尼器的桥梁结构地震反应分析
7.3 群体智能在桥梁减震设计中的应用实例
7.3.1 桥梁结构的动力计算模型
7.3.2 地震输入
7.3.3 RBF、神经网络在桥梁减震设计中的应用
7.3.3.1 基于微粒群算法的RBF神经网络在桥梁减震设计中的应用
7.3.3.2 最小正交二乘法训练的RBF神经网络在桥梁减震设计中的应用
7.3.3.3 两种算法在计算实例中的比较
第八章 结论与展望
参考文献