《蚁群算法原理及其应用》是2005年7月科学出版社出版的图书，作者是段海滨。

• 书名 蚁群算法原理及其应用
• 作者 段海滨
• 出版社 科学出版社
• 出版时间 2005年7月
• ISBN 7030162048

图书简介

　　本书介绍了蚁群算法的原理及其应用，主要内容包括蚁群算法的思想起源、研究现状及机制原理、蚁群算法的复杂度分析等。

图书目录

• 第1章 绪论1.1 引言1.2 蚂蚁的生物学特征1.3 蚁群算法的思想起源1.4 蚁群算法的研究进展1.5 本书的体系结构1.6 本章 小结参考文献第2章 基本蚁群算法原理及其复杂度分析2.1 引言2.2 基本蚁群算法的原理2.3 基本蚁群算法的系统学特征2.4 基本蚁群算法的数学模型2.5 基本蚁群算法的具体实现2.6 基本蚁群算法的复杂度分析2.7 基本蚁群算法的性能评价指标2.8 本章 小结参考文献第3章 蚁群算法的收敛性研究3.1 引言3.2 图搜索蚂蚁系统(GBAS)的收敛性研究3.3 一类改进蚁群算法的收敛性证明3.4 GBAS/tdev和GBAS/tdlb的确定性收敛证明3.5 基本蚁群算法的A.S.收敛性研究3.6 一类分布式蚂蚁路由算法的收敛性研究3.7 基于分支路由和Wiener过程的蚁群算法收敛性证明3.8 一种简单蚁群算法及其收敛性分析3.9 遗传一蚁群算法的Markov收敛性分析3.1 0一类广义蚁群算法(GACA)的收敛性分析3.1 1本章 小结参考文献第4章 蚁群算法的实验分析及参数选择原则4.1 引言4.2 蚁群行为和参数对算法性能影响的实验分析4.3 蚁群算法参数最优组合的"三步走"方法4.4 本章 小结参考文献第5章 离散域蚁群算法的改进研究5.1 引言5.2 自适应蚁群算法5.3 基于去交叉局部优化策略的蚁群算法5.4 基于信息素扩散的蚁群算法5.5 多态蚁群算法5.6 基于模式学习的小窗口蚁群算法5.7 基于混合行为的蚁群算法5.8 带聚类处理的蚁群算法5.9 基于云模型理论的蚁群算法5.1 0具有感觉和知觉特征的蚁群算法5.1 1具有随机扰动特性的蚁群算法5.1 2基于信息熵的改进蚁群算法5.1 3本章 小结参考文献第6章 连续域蚁群算法的改进研究6.1 引言6.2 基于网格划分策略的连续域蚁群算法6.3 基于信息量分布函数的连续域蚁群算法6.4 连续域优化问题的自适应蚁群算法6.5 基于交叉变异操作的连续域蚁群算法6.6 嵌入确定性搜索的连续域蚁群算法6.7 基于密集非递阶的连续交互式蚁群算法(cIACA)6.8 多目标优化问题的连续域蚁群算法6.9 复杂多阶段连续决策问题的动态窗口蚁群算法6.1 0本章 小结参考文献第7章 蚁群算法的典型应用7.1 引言7.2 车间作业调度问题7.3 网络路由问题7.4 车辆路径问题7.5 机器人领域7.6 电力系统7.7 故障诊断7.8 控制参数优化7.9 系统辨识7.1 0聚类分析7.1 1数据挖掘7.1 2图像处理7.1 3航迹规划7.1 4空战决策7.1 5岩土工程7.1 6化学工业7.1 7生命科学7.1 8布局优化7.1 9本章 小结参考文献第8章 蚁群算法的硬件实现8.1 引言8.2 仿生硬件概述8.3 基于FPGA的蚁群算法硬件实现8.4 基于蚁群算法和遗传算法动态融合的软硬件划分8.5 本章 小结参考文献第9章 蚁群算法同其他仿生优化算法的比较与融合9.1 引言9.2 其他几种仿生优化算法的基本原理9.3 蚁群算法与其他仿生优化算法的异同比较9.4 蚁群算法与遗传算法的融合9.5 蚁群算法与人工神经网络的融合9.6 蚁群算法与微粒群算法的融合9.7 蚁群算法与人工免疫算法的融合9.8 本章 小结参考文献第10章 展望10.1 引言10.2 蚁群算法的模型改进10.3 蚁群算法的理论分析10.4 蚁群算法的并行实现10.5 蚁群算法的应用领域10.6 蚁群算法的硬件实现10.7 蚁群算法的智能融合10.8 本章 小结参考文献附录A基本蚁群算法程序A.1 C语言版A.2 Matlab语言版A.3 VisualBasic语言版附录B相关网站附录C基本术语(中英文对照)及缩略语附录D(词一首)鹧鸪天蚁群算法