烟花算法引论
	定价	120.00
	出版社	科学出版社
	版次	1
	出版时间	2015年11月
	开本	16
	作者	谭营
	装帧	精装
	页数	316
	字数	400
	ISBN编码	9787030440853

谭营编著的《烟花算法引论》系统描述了作者提 出的一种新型群体智能算法——烟花算法，它的产生 、算法实现、理论分析、算法改进及其应用，为读者 勾勒出了烟花算法的全景图像。主要内容包括：烟花 算法的基本原理与实现及其性能分析、收敛性和时间 复杂度分析、多种改进算法、混合方法、离散烟花算 法、烟花算法的并行化实现，以及几种应用实例。书 中重点介绍了烟花算法的参数设定，各种改进方法、 并行化实现、与典型群体智能算法的性能对比分析等 。书中还包括了烟花算法的zui新资料和一些重要算法 的流程图，以及源代码的链接，供感兴趣读者参阅和 使用。
本书可作为智能科学与计算机科学等专业高年级 本科生和研究生的教材，尤其适合作为烟花算法入门 参考书，可以满足初学者了解和学习烟花算法的基本 要求，也可作为信息、通信、控制、管理、工程技术 等相关领域的科技工作者和工程师及感兴趣者的参考 材料。



谭营，男，1964年9月出生，四川营山人，博士，北京大学教授，博士生导师。他创建并领导北京大学计算智能实验室(CIL@PKU)，是烟花算法发明人，2005年入选中国科学院“百人计划”。 谭营教授主要从事计算智能、群体智能、机器学习与数据挖掘，及其在信息安全中应用的研究工作，是IEEE资深会员。主持参与了国家自然科学基金、863计划、973计划等项目30余项。SCI、EI收录学术论文逾百篇，出版学术著作6部，译著4部，主编Springer的LNcs共12卷。获得国家发明专利授权3项，获得2009年度国家自然科学奖二等奖1次、部级科技进步奖5次和zui佳论文奖。担任国际期刊UCIPR主编、IEEE Trans on Cybernetics副主编、IEEE Trans on NeuralNetworks and Learning Systems副主编等。创立国际群体智能系列会议(ICSI’2010—2015)，并担任主席，同时担任IEEE计算智能世界大会(WCCI2014)程序委员会共同主席等。

前言
第*部分  基础理论
　第1章  绪论
　　1.1  起源与动机
　　1.2  烟花算法属于群体智能优化算法研究范畴
　　1.3  烟花算法的组成与研究内容
　　1.4  优点与特色
　　1.5  研究历史与现状
　　1.6  未来发展方向
　　1.7  未来五年内需要研究的25个问题
　　1.8  小结
　第2章  烟花算法
　　2.1  引言
　　2.2  烟花算法的组成
　　2.3  烟花算法的实现
　　2.4  基本烟花算法特点分析
　　2.5  影响算法性能的因素分析
　　2.6  烟花算法与遗传算法和粒子群优化算法的比较
　　2.7  实验结果及分析
　　2.8  小结
　第3章  烟花算法的理论分析
　　3.1  随机模型
　　3.2  全局收敛性
　　3.3  时间复杂度的基本理论
　　3.4  时间复杂度分析
　　3.5  小结
　第4章   随机数对烟花算法性能的影响
　　4.1  引言
　　4.2  随机数产生器
　　4.3  实验设定
　　4.4  实验结果与分析
　　4.5  小结
第二部分   改进算法研究
　第5章   基于适应度函数值估计的烟花算法
　　5.1  进化计算算法加速策略
　　5.2  基于适应度函数值估计的烟花算法
　　5.3  实验
　　5.4  性能分析及讨论
　　5.5  小结
　第6章  构造型烟花算法
　　6.1  对烟花算法各组成部分  的改进
　　6.2  实验
　　6.3  小结
　第7章  增强烟花算法
　　7.1  对基本烟花算法的分析
　　7.2  增强烟花算法
　　7.3  实验
　　7.4  小结
　第8章   动态搜索烟花算法
　　8.1  引言
　　8.2  增强烟花算法简介
　　8.3  增强烟花算法zui小爆炸半径检查策略
　　8.4  动态搜索烟花算法
　　8.5  实验
　　8.6  小结
　第9章   自适应烟花算法
　　9.1  引言
　　9.2  对FWA和EFWA中爆炸半径的分析
　　9.3  自适应爆炸半径
　　9.4  自适应烟花算法
　　9.5  实验
    9.6  讨论
    9.7  小结
  第10章  混合算法
    10.1  引言
    10.2  带差分变异的烟花算法
    10.3  差分演化与烟花算法的混合算法
    10.4  文化烟花算法
    10.5  基于生物地理学优化的烟花算法
    10.6  小结
第三部分  高级主题
  第11章  多目标烟花算法
    11.1  基本概念
    11.2  施肥问题
    11.3  多目标烟花算法
    11.4  实验和讨论
    11.5  小结
  第12章  求解TSP的离散烟花算法
    12.1  旅行商问题
    12.2  离散烟花算法
    12.3  实验结果及其分析
    12.4  与传统算法比较
    12.5  小结
  第13章  基于GPU的并行烟花算法
    13.1  引言
    13.2  GPU通用计算
    13.3  基于GPU的烟花算法及实现
    13.4  GPU-FWA的算法实现
    13.5  实验分析
    13.6  小结
  第四部分应用
  第14章  非负矩阵分解
    14.1  引言
    14.2  相关工作
    14.3  低秩估计
    14.4  基于群体智能算法的非负矩阵计算算法
    14.5  实验设置
    14.6  实验结果和讨论
    14.7  小结
  第15章  聚类和模式识别应用
    15.1  烟花算法在文档聚类中的应用
    15.2  垃圾邮件检测算法参数优化
    15.3  图像识别
    15.4  小结
  第16章  群体机器人多目标搜索问题
    16.1  引言
    16.2  多目标搜索问题定义
    16.3  分组爆炸策略
    16.4  算法分析
    16.5  实验结果
    16.6  小结
  第17章  地学反演问题
    17.1  引言
    17.2  反演问题
    17.3  实验
    17.4  小结
参考文献
附录
    附录A  测试函数集
    附录B  资源
    附录C  术语列表
    附录D  符号列表
索引