本书介绍了群体智能理论的主要研究分支和拟态物理学方法的基本概念和思想，结合生物系统和物理系统都具有自组织、自学习和自适应的特性，提出了从拟态物理学这一独特视角研究群体智能，深入介绍了由拟态物理学规律驱动的生物群集行为的建模仿真以及稳定性分析，拟态物理学优化算法的框架建立、算法设计、收敛性分析、约束优化问题求解以及群机器人目标搜索。本书系统展现了从拟态物理学的角度构建群集行为模型和群体智能算法的整体思路，以丰富群体智能方法的研究。
内容简介
作者简介
前言
第1章 绪论
1.1 问题的提出
1.2 群体智能
1.3 模拟物理学原理的启发式算法
1.4 拟态物理学方法
1.5 本书篇章结构
参考文献
第2章 基于拟态物理学的智能群体群集模型
2.1 基于拟态物理学的群集模型
2.2 群集模型的稳定性分析
2.3 群集觅食模型
参考文献
第3章 基于拟态物理学的全局优化算法框架
3.1 生物觅食与优化算法的映射关系
3.2 拟态物理学优化算法框架
3.3 作用力规则设计
3.4 质量函数的选择策略
3.5 速度上限选择策略
参考文献
第4章 拟态物理学优化算法收敛性分析
4.1 收敛性证明
4.2 全局收敛性证明
4.3 引力参数设计
参考文献
第5章 混合拟态物理学优化算法
5.1 扩展的APO算法
5.2 矢量APO算法
5.3 引入种群多样性的APO算法
5.4 引入PD控制器的APO算法
参考文献
第6章 拟态物理学优化算法在约束优化问题中的应用
6.1 约束优化问题模型
6.2 基于约束保持法的VM-APO算法模型
6.3 基于可行性规则的APO算法模型
参考文献
第7章 基于拟态物理学优化算法的群机器人目标搜索
7.1 群机器人目标搜索概述
7.2 拟态物理学优化算法建模方法
7.3 全局感知的群机器人目标搜索
7.4 局部感知的群机器人目标搜索
参考文献
附录A 无约束优化典型测试函数
附录B 约束优化标准测试函数
