《智能优化算法及其在机械工程中的应用》结合作者多年来在相关方面的科研和教学工作的积累，以较为通俗简练的语言详细地介绍了智能优化算法中的遗传算法、粒子群优化算法、差异演化算法、模拟植物生长算法和果蝇优化算法及其在机械工程中的应用，以期使读者能够尽快了解和掌握这些算法的基本理论和应用技术。本书由张学良、刘丽琴著。

《智能优化算法及其在机械工程中的应用》结合作者多年来在相关方面的科研和教学工作的积累，以较为通俗简练的语言详细地介绍了智能优化算法中的遗传算法、粒子群优化算法、差异演化算法、模拟植物生长算法和果蝇优化算法及其在机械工程中的应用，以期使读者能够尽快了解和掌握这些算法的基本理论和应用技术。

《智能优化算法及其在机械工程中的应用》可作为机械工程、系统科学、计算机应用以及其他一些相关专业的研究生及本科生教材，也可以供相关专业的工程技术与科研人员学习参考。本书由张学良、刘丽琴著。

第1章 概述

1.1 群智能的基本概念

1.2 群智能思想的起源简介

1.3 群智能理论简介

1.4 演化算法简介

1.5 本书主要内容与安排

第2章 遗传算法及其应用

2.1 遗传算法的起源与发展简介

2.1.1 遗传算法的生物学基础

2.1.2 遗传算法的提出与发展简介

2.2 遗传算法的理论基础

2.2.1 遗传算法的基本原理

2.2.2 遗传算法的几个基本概念

2.2.3 遗传算法的基本算子和数学基础

2.3 遗传算法的实现

2.3.1 遗传算法的实现

2.3.2 遗传算法实现举例

2.4 遗传算法的特点与改进

2.4.1 遗传算法的特点

2.4.2 对简单遗传算法的一些改进

2.4.3 几种常见的遗传算法

2.4.4 遗传算法应用的几个关键问题

2.5 遗传算法在机械工程中的应用

2.5.1 基于遗传算法的bounc—wen迟滞非线性动力学模型的参数识别方法

2.5.2 基于遗传算法的圆柱齿轮变位系数的优化选择

2.5.3 基于遗传算法的机器人路径规划

第3章 粒子群优化算法及其应用

3.1 基本粒子群优化算法

3.1.1 粒子群优化算法的产生

3.1.2 基本粒子群优化算法

3.1.3 基本粒子群优化算法的参数选择

3.1.4 带惯性权重的粒子群优化算法

3.1.5 粒子群优化算法的控制参数分析

3.2 混沌粒子群优化算法

3.2.1 混沌的一些基本特点

3.2.2 混沌映射

3.2.3 基于群体适应度方差的混沌粒子群优化算法

3.3 无约束多目标粒子群优化算法

3.3.1 多目标优化问题的基本概念和术语

3.3.2 多目标优化问题的发展及其传统的解决方法

3.3.3 无约束多目标粒子群优化算法

3.4 约束多目标粒子群优化算法

3.4.1 约束优化问题

3.4.2 罚函数法

3.4.3 基于罚函数法的带约束条件的粒子群优化算法

3.5 基于极坐标的粒子群优化算法

3.5.1 基于极坐标的粒子群优化算法的数学描述

3.5.2 有关ppso算法的特点与讨论

3.5.3 基本粒子群优化算法和ppso算法的测试结果对比与讨论

3.6 带活力因子的粒子群优化算法

3.7 一种动态自适应惯性权重粒子群优化算法

3.7.1 算法原理

3.7.2 算法流程

3.7.3 仿真实验和结果

3.8 一种自适应随机惯性权重粒子群优化算法

3.8.1 算法原理

3.8.2 算法流程

3.8.3 仿真实验和结果

3.9 粒子群优化算法在机械优化设计中的应用

3.9.1 圆柱螺旋压缩弹簧优化设计问题描述

3.9.2 数学模型的建立

3.9.3 pso算法在圆柱螺旋压缩弹簧优化设计中的应用

3.9.4 仿真及其结果分析

第4章 差异演化算法及其应用

4.1 差异演化算法及其改进

4.1.1 差异演化算法的原理

4.1.2 差异演化算法的扩展模式

4.1.3 差异演化算法的参数选择

4.1.4 差异演化算法的特点

4.1.5 差异演化算法的流程图

4.1.6 差异演化算法的改进策略

4.1.7 数值仿真实验

4.2 单目标约束优化差异演化算法

4.2.1 机械优化设计的数学模型

4.2.2 约束条件处理的一般方法

4.2.3 单目标约束优化差异演化算法

4.2.4 优化设计实例

4.3 多目标中心差异演化算法

4.3.1 多目标优化问题描述及相关定义

4.3.2 多目标演化算法的关键问题及其主要策略分析

4.3.3 多目标中心差异演化算法

4.3.4 算法性能度量

4.3.5 仿真实验与结果

4.4 多目标约束中心差异演化算法及其在机械优化设计中的应用

4.4.1 多目标约束中心差异演化算法

4.4.2 仿真实验与结果

4.4.3 程实例

4.5 混合变量非线性规划问题的差异演化算法及其应用

4.5.1 差异演化算法的一种改进策略

4.5.2 仿真实验及工程实例

4.6 增强差异演化算法及其应用

4.6.1 增强的变异操作

4.6.2 约束的处理方法

4.6.3 增强的差异演化算法

4.6.4 仿真实验与结果

4.6.5 圆柱压缩螺旋弹簧优化设计

4.7 一种自适应差异演化算法及其应用

4.7.1 种群差异度

4.7.2 自适应缩放因子

4.7.3 自适应交叉率

4.7.4 仿真实验与结果

4.7.5 焊接悬臂梁优化设计

4.8 一种简单差异演化算法及其应用

第5章 模拟植物生长算法及其应用

5.1 模拟植物生长算法的理论基础

5.2 模拟植物生长算法的数学模型——模拟植物向光性的概率生长模型

5.3 模拟植物生长算法的迭代步骤

5.3.1 无约束整数规划

5.3.2 模拟植物生长算法的实施过程

5.3.3 有约束的情况

5.4 仿真实验

第6章 果蝇优化算法及其应用

6.1 果蝇优化算法

6.1.1 演化计算与群体智能

6.1.2 果蝇优化算法的基本观念

6.2 应用果蝇优化算法求解极大值与极小值问题

6.2.1 应用果蝇优化算法求解极大值问题

6.2.2 应用果蝇优化算法求解极小值问题

6.2.3 果蝇优化算法求解全局极大值

6.3 几个典型测试函数的果蝇优化算法仿真测试

6.4 果蝇优化算法的工程应用实例

6.4.1 起重机箱形主梁的优化设计

6.4.2 力容器的优化设计

参考文献

致谢