现代启发式优化方法及其应用

第6章 总结与展望

本章参考文献

5.3 具有动态转换概率的差分进化花朵授粉算法（MCFPA）

5.2 融合模拟退火机制的自适应花朵授粉算法（SRFPA）

5.1 基本花朵授粉算法（FPA）

第5章 花朵授粉算法

本章参考文献

4.3 具有反向学习和正切随机探索机制的蝙蝠算法（PTRBA）

4.2 融合均匀变异与高斯变异的蝙蝠优化算法（UGBA）

4.1 基本蝙蝠算法

第4章 蝙蝠算法

本章参考文献

3.3 自适应混合变异万有引力搜索算法（MGSA）

3.2 基于多点自适应约束策略的万有引力搜索算法（MACGSA）

3.1 基本引力搜索算法

第3章 万有引力搜索算法

本章参考文献

2.3 基于定向变异的布谷鸟搜索算法（DVCS）

2.2 具有动态步长和发现概率的布谷鸟搜索算法（DCS）

2.1 基本布谷鸟搜索算法

第2章 布谷鸟搜索算法

本章参考文献

1.7 差分进化算法

1.6 禁忌搜索算法

1.5 模拟退火算法

1.4 粒子群算法

1.3 蚁群算法

1.2 遗传算法

1.1 启发式优化方法

第1章 绪论

前言PREFACE

内容简介

作者简介

版权页

封面

封面

版权页

作者简介

内容简介

前言PREFACE

第1章 绪论

1.1 启发式优化方法

1.2 遗传算法

1.3 蚁群算法

1.4 粒子群算法

1.5 模拟退火算法

1.6 禁忌搜索算法

1.7 差分进化算法

本章参考文献

第2章 布谷鸟搜索算法

2.1 基本布谷鸟搜索算法

2.2 具有动态步长和发现概率的布谷鸟搜索算法（DCS）

2.3 基于定向变异的布谷鸟搜索算法（DVCS）

本章参考文献

第3章 万有引力搜索算法

3.1 基本引力搜索算法

3.2 基于多点自适应约束策略的万有引力搜索算法（MACGSA）

3.3 自适应混合变异万有引力搜索算法（MGSA）

本章参考文献

第4章 蝙蝠算法

4.1 基本蝙蝠算法

4.2 融合均匀变异与高斯变异的蝙蝠优化算法（UGBA）

4.3 具有反向学习和正切随机探索机制的蝙蝠算法（PTRBA）

本章参考文献

第5章 花朵授粉算法

5.1 基本花朵授粉算法（FPA）

5.2 融合模拟退火机制的自适应花朵授粉算法（SRFPA）

5.3 具有动态转换概率的差分进化花朵授粉算法（MCFPA）

本章参考文献

第6章 总结与展望