粒子群优化算法及其工程应用

　　第1章 概 论 （1）
　　 1.1 优化技术 （1）
　　 1.1.1 优化技术介绍 （1）
　　 1.1.2 优化算法 （4）
　　 1.2 进化计算 （6）
　　 1.2.1 进化计算框架 （6）
　　 1.2.2 遗传算法 （7）
　　 1.2.3 进化规划 （10）
　　 1.3.5 进化策略 （13）
　　 1.3.6 差分进化算法 （15）
　　 1.4 群体智能 （19）
　　 1.4.1 群体智能概述 （19）
　　 1.4.2 蚁群优化算法 （21）
　　 1.4.3 粒子群优化算法 （23）
　　 1.4.4 其他智能算法 （23）
　　 参考文献 （24）
　　第2章 基本PSO算法 （27）
　　 2.1 PSO算法产生的背景 （27）
　　 2.2 基本PSO算法更新过程 （29）
　　 2.3 基本PSO算法设计原则及步骤 （38）
　　 2.3.1 基本PSO算法设计原则 （38）
　　 2.3.2 基本PSO算法步骤 （39）
　　 2.4 基本PSO算法与其他算法的比较 （40）
　　 2.5 基本PSO算法参数的选择 （41）
　　 参考文献 （46）
　　第3章 改进的PSO算法 （48）
　　 3.1 离散PSO算法 （48）
　　 3.1.1 二进制PSO算法 （48）
　　 3.1.2 基于离散空间的DPSO算法 （50）
　　 3.1.3 改进的BPSO算法 （51）
　　 3.2 小生境PSO算法 （58）
　　 3.3 混合PSO群算法 （64）
　　 3.3.2 PSO-DV算法 （64）
　　 3.3.2 GA-PSO算法 （68）
　　 3.4 SA-PSO算法 （70）
　　 3.5 PSACO算法 （76）
　　 3.6 CPSO算法 （77）
　　 参考文献 （79）
　　第4章 PSO算法在机械工程领域的应用 （82）
　　 4.1 PSO算法在机械故障诊断方面的应用 （82）
　　 4.1.1 神经网络 （82）
　　 4.1.2 BP神经网络 （83）
　　 4.1.3 人工神经网络与PSO算法 （86）
　　 4.1.4 应用案例 （87）
　　 4.2 PSO算法在机械测试中的应用 （92）
　　 4.3 PSO算法在机械工程其他领域的应用 （95）
　　 参考文献 （97）
　　第5章 PSO算法在其他工程领域的应用 （99）
　　 5.1 函数优化 （99）
　　 5.2 电力自动化领域的应用 （99）
　　 5.3 化工过程控制 （102）
　　 5.3 机器人领域的应用 （104）
　　 5.4 计算机工程领域应用 （106）
　　 5.5 通信工程领域应用 （108）
　　参考文献 （111）
　　附录A 常用的基准测试函数 （114）