本書是一本全面、系統(tǒng)地介紹煙花算法主要研究和典型應用的學術專著，從基礎、理論、進展及應用4個方面詳細地介紹了煙花算法的研究內(nèi)容，清晰地展示了煙花算法的研究全貌。書中不僅介紹了許多煙花算法理論研究成果，還提供了大量重要煙花算法改進算法的流程圖和煙花算法的統(tǒng)一代碼框架，同時展示了豐富的成功應用實例。
本書可作為智能科學、人工智能、計算機科學和數(shù)據(jù)科學等相關專業(yè)高年級本科生和研究生的教材或參考書，也可作為信息、控制、通信、管理、工程技術等相關領域的研究人員和工程師的參考書。
煙花算法發(fā)明人原創(chuàng)新作，匯集近8年新進展；
整合煙花算法重要的一系列研究成果，深入講解其中思想、方法、重難點；
作者團隊長期組織群體智能領域國際會議ICSI，掌握并分享全球前沿進展；
提供煙花算法高效、靈活、便捷的代碼實現(xiàn)，能夠幫助讀者快速應用。
譚營
四川營山人，工學博士，煙花算法發(fā)明人，國際人工智能科學家�，F(xiàn)為北京大學教授、博士生導師,主要從事智能科學、計算智能與群體智能、機器學習、大數(shù)據(jù)挖掘與分析以及相關應用的研究工作。2005年曾入選中國科學院“百人計劃”，主持國家自然科學基金、“863”計劃、“973”計劃等科學研究項目40余項。出版Fireworks Algorithm、《煙花算法引論》《人工智能知識講座》《人工智能之路》等學術專著及科普作品10余部，發(fā)表學術研究論文450余篇。曾獲得國家自然科學獎、高等學�？茖W研究優(yōu)秀成果獎自然科學獎、北京市科學技術獎自然科學獎等多項獎勵。獲得國際與國家發(fā)明專利授權(quán)15項。擔任十余種國際期刊的主編、副主編和編委，創(chuàng)立并擔任群體智能國際會議（ICSI）大會主席，擔任金磚國家計算智能大會聯(lián)合主席和國際群體與演化智能學會主席。
第 一部分煙花算法基礎
第 1 章煙花算法原理 3
1.1 算法思想 3
1.2 基本算子 5
1.3 基本算子性能分析 9
1.4 煙花算法整體性能分析 11
1.5 小結(jié) 13
第 2 章增強煙花算法 14
2.1 基本煙花算法的工作機制 14
2.2 增強煙花算法的工作機制 15
2.3 實驗與分析 19
2.4 討論與結(jié)論 22
2.5 小結(jié) 23
第3 章動態(tài)搜索煙花算法 24
3.1 動態(tài)搜索煙花算法簡介 26
3.2 核心煙花的動態(tài)爆炸半徑檢測策略 27
3.3 非核心煙花爆炸半徑檢測策略 29
3.4 消除高斯變異算子 29
3.5 動態(tài)搜索煙花算法框架 30
3.6 實驗與分析 30
3.7 小結(jié) 34
第4 章煙花算法代碼框架 35
4.1 快速使用 35
4.2 標準測試函數(shù)集 37
4.3 評估器框架 39
4.4 算法設計 40
4.5 算法測試與對比 42
4.6 小結(jié) 42
第5 章隨機模型與收斂性分析 43
5.1 隨機模型 43
5.2 全局收斂性 44
5.3 小結(jié) 53
第二部分煙花算法理論
第6 章信息利用率理論 57
6.1 信息利用率 57
6.2 信息利用率計算 61
6.3 信息利用率與性能 65
6.4 同一個家族的算法 67
6.5 不同家族的算法 68
6.6 小結(jié) 70
第7 章時間復雜度的基本理論及分析 71
7.1 時間復雜度的基本理論 71
7.2 時間復雜度分析 74
7.3 小結(jié) 76
第8 章映射規(guī)則分析 77
8.1 映射規(guī)則 77
8.2 實驗與分析 79
8.3 小結(jié) 86
第三部分煙花算法進展
第9 章進展綜述 89
9.1 煙花算法的發(fā)展 89
9.2 算子的改進 89
9.3 結(jié)合的方法 92
9.4 協(xié)同的煙花算法 93
9.5 小結(jié) 93
第 10 章煙花算法協(xié)同框架 94
10.1 傳統(tǒng)煙花算法框架下的合作策略分析 94
10.2 煙花算法協(xié)同框架 96
10.3 實驗設計 98
10.4 實驗結(jié)果 99
10.5 小結(jié) 103
第 11 章引導式煙花算法 104
11.1 算法簡介 104
11.2 單目標優(yōu)化實驗與分析 114
11.3 大規(guī)模優(yōu)化問題實驗與分析 117
11.4 小結(jié) 119
第 12 章敗者淘汰錦標賽煙花算法 120
12.1 算法的基本機制 120
12.2 算法的淘汰機制 123
12.3 實驗與分析 127
12.4 小結(jié) 131
第 13 章多尺度協(xié)同煙花算法 135
13.1 算法細節(jié) 135
13.2 實驗與分析 138
13.3 小結(jié) 140
第 14 章基于搜索空間劃分的煙花算法 143
14.1 算法實現(xiàn) 144
14.2 實驗與分析 153
14.3 小結(jié) 157
第 15 章層次協(xié)同的煙花算法 160
15.1 算法實現(xiàn) 160
15.2 實驗與分析 168
15.3 小結(jié) 169
第 16 章連續(xù)爆炸的煙花算法 172
16.1 多層爆炸煙花算法 172
16.2 指數(shù)衰減爆炸煙花算法 176
16.3 小結(jié) 180
第 17 章混合煙花算法 181
17.1 基于差分進化變異的煙花算法 181
17.2 基于生物地理學優(yōu)化的敗者淘汰錦標賽煙花算法 188
17.3 小結(jié) 192
第 18 章其他改進煙花算法 193
18.1 精英引導的煙花算法 193
18.2 基于動態(tài)群體規(guī)模的煙花算法 197
18.3 小結(jié) 199
第四部分煙花算法應用
第 19 章煙花算法應用研究綜述 203
19.1 煙花算法在機器學習領域中的應用 203
19.2 煙花算法在調(diào)度與規(guī)劃問題中的應用 204
19.3 煙花算法在設計與控制問題中的應用 205
19.4 煙花算法在圖像處理問題中的應用 206
19.5 小結(jié) 206
第 20 章煙花算法在旅行商問題中的應用 207
20.1 旅行商問題 207
20.2 用TSP-LoTFWA 求解旅行商問題 208
20.3 實驗與分析 219
20.4 算法討論 222
20.5 小結(jié) 222
第 21 章煙花算法在多目標優(yōu)化問題中的應用 223
21.1 多目標優(yōu)化問題 223
21.2 多目標煙花算法 224
21.3 油料作物施肥問題 240
21.4 實驗與分析 242
21.5 小結(jié) 249
第 22 章煙花算法在監(jiān)督學習中的應用 250
22.1 監(jiān)督學習簡介 250
22.2 煙花算法優(yōu)化支持向量機 250
22.3 煙花算法優(yōu)化人工神經(jīng)網(wǎng)絡 254
22.4 小結(jié) 256
第 23 章煙花算法在無監(jiān)督學習中的應用 257
23.1 無監(jiān)督學習簡介 257
23.2 無監(jiān)督學習優(yōu)化問題的定義 258
23.3 煙花算法聚類 259
23.4 煙花算法社區(qū)發(fā)現(xiàn) 262
23.5 小結(jié) 266
第 24 章煙花算法在電磁干擾系統(tǒng)中的應用 267
24.1 電磁干擾系統(tǒng)簡介 267
24.2 模型構(gòu)建 267
24.3 實驗與分析 273
24.4 小結(jié) 278
第 25 章煙花算法在微電網(wǎng)優(yōu)化中的應用 280
25.1 微電網(wǎng)優(yōu)化簡介 280
25.2 微電網(wǎng)調(diào)度優(yōu)化數(shù)學模型 280
25.3 小結(jié) 290
參考文獻 291
術語表 303
符號表 306
書單推薦
