本书总体目标是介绍群体智能与演化博弈交叉领域的现状、发展趋势和重要应用，为读者在群体智能、无人系统、仿生智能、对抗与博弈等领域开展跨学科研究和技术开发打下基础。全书共7章，主要内容包括绪论、基于粒子群优化算法的群体演化博弈、有限群体中任务分配博弈的动力学、带有破坏者的任务分配博弈演化动力学、基于演化博弈的多智能体覆盖控制、基于演化博弈理论的集群编队、基于深度优先策略的区域协同搜索等。通过本书的学习，读者可以了解群体智能的基础知识，学习如何应用博弈理论对集群的动力学属性进行建模分析、如何设计并实现群体智能的算法，实现群体的控制、建模、任务分配与协作。
本书既可作为自动化、计算机科学与技术、电子信息工程、机器人工程等专业研究生和高年级本科生的教材，也可作为相关行业科研人员的参考书。

张建磊，博士，南开大学人工智能学院自动化系副主任、国防科技创新特区专家、博士生导师。从事群体智能算法和演化博弈理论的研究，主要包括集群仿生智能算法、多机器人系统群体决策算法、集群博弈等。先后主持国家自然科学基金，军委科技委国防科技智能创新基金、国防科技重点项目群等项目，发表学术论文60余篇。

第1章 绪论
1.1 群体智能概述
1.2 群体智能的主要应用
1.2.1 优化求解
1.2.2 协同搜索
1.2.3 编队控制
1.2.4 协同通信网络
1.2.5 大数据分析
1.2.6 图像处理
1.3 演化博弈理论及相关知识
1.3.1 演化博弈论
1.3.2 复杂网络
1.3.3 任务分配
第2章 基于粒子群优化算法的群体演化博弈
2.1 群体演化博弈模型概述
2.2 粒子群优化机制
2.3 仿真实验与结果分析
2.3.1 实验描述与统计结果
2.3.2 特殊策略节点
本章小结
第3章 有限群体中任务分配博弈的动力学
3.1 两人参与双策略任务分配博弈模型动力学
3.1.1 两人参与双策略任务分配博弈模型
3.1.2 两人交互博弈规则说明
3.1.3 理论分析
3.1.4 仿真实验
3.2 任务分配博弈在弱选择下的固定概率和固定时间
3.2.1 固定概率
3.2.2 平均时间
3.2.3 条件固定时间
3.3 多人参与双策略任务分配博弈模型动力学
3.3.1 多人参与双策略任务分配博弈模型
3.3.2 多人交互博弈规则说明
3.3.3 理论分析
3.3.4 仿真实验
本章小结
第4章 带有破坏者的任务分配博弈演化动力学
4.1 带有破坏者的任务分配博弈演化描述
4.1.1 带有破坏者的任务分配博弈模型
4.1.2 Smith动力学
4.2 基于Smith动力学对任务分配博弈进行理论分析
本章小结
第5章 基于演化博弈的多智能体覆盖控制
5.1 演化博弈的均衡分析
5.1.1 稳定进化对策
5.1.2 纳什均衡态
5.1.3 其他分析方法
5.2 多智能体系统的覆盖控制建模
5.2.1 覆盖问题概述
5.2.2 覆盖控制的评价指标
5.2.3 建立基于演化博弈论的覆盖控制模型
5.3 基于演化博弈论的覆盖控制算法
5.3.1 覆盖控制算法流程
5.3.2 关键参数的选取和设计
5.4 算法仿真分析
5.4.1 小规模系统仿真示例
5.4.2 大规模系统仿真示例
5.4.3 各项评价性能指标在不同系统规模下的比较
5.5 算法控制效果的比较与扩展
5.5.1 与其他覆盖控制算法的比较
5.5.2 智能体突然加入、退出或停滞的仿真
本章小结
第6章 基于演化博弈理论的集群编队
6.1 集群编队概述
6.2 集群编队控制建模与分析
6.2.1 基于博弈的编队模型
6.2.2 平均收益与群体适合度建模
6.2.3 演化过程中的固定概率与策略演化
6.3 集群编队控制仿真实验分析
6.3.1 集群编队控制仿真实验描述
6.3.2 集群编队控制仿真结果与分析
本章小结
第7章 基于深度优先策略的区域协同搜索
7.1 协同搜索概述
7.1.1 协同搜索背景介绍
7.1.2 协同搜索的研究现状
7.2 基于深度优先策略的协同搜索算法
7.2.1 搜索问题建模
7.2.2 一次搜索流程
7.2.3 重复搜索流程
7.3 实验设计及结果
7.3.1 仿真实验参数
7.3.2 一次搜索仿真实验
7.3.3 重复搜索仿真实验
7.4 未来展望
本章小结
参考文献