生物啟發計算:個體、群體、群落演化模型與方法

生物啟發計算:個體、群體、群落演化模型與方法

《生物啟發計算:個體、群體、群落演化模型與方法》是清華大學出版社出版的圖書,作者是朱雲龍、陳瀚寧、申海。

基本介紹

  • 中文名:生物啟發計算:個體、群體、群落演化模型與方法 
  • 作者:朱雲龍、陳瀚寧、申海 
  • 出版社:清華大學出版社 
  • ISBN:9787302319085 
內容簡介,圖書目錄,

內容簡介

本書是作者在生物啟發式計算領域的系統性研究成果。書中系統、深入地介紹了生物啟發計算的起源、模型、理論及其套用領域,以生物進化論、共生進化論、複雜適應性系統的思想與理論為基礎,提出基於個體、群體、群落三個層面生物行為演化模式的生物啟發計算統一性方法,並以幾種新型實現模式為例,分別進行基於統一框架的算法設計、建模仿真以及最佳化問題求解,使生物啟發計算理念從巨觀到微觀再到巨觀、從統一性到多樣性再到統一性得到了系統的展現。 本書的出版能夠為生物啟發計算領域的研究和套用提供新的思路和方法。

圖書目錄

第1章緒論
1.1從仿生學到生物啟發計算
1.2生物啟發計算與複雜適應系統
1.3生物啟發計算的主要研究分支
1.4生物啟發計算研究的局限性
參考文獻
第2章生物啟發計算研究綜述
引言
2.1生物啟發計算的實現模式概述
2.2生物啟發計算模式綜述
2.2.1遺傳算法
2.2.2粒子群最佳化
2.2.3蟻群最佳化
2.2.6群搜尋算法
2.2.7DNA計算
2.2.8自組織遷移算法
2.2.9膜計算
2.2.10元胞自動機
2.2.11神經網路
2.2.12人工免疫系統
2.3生物啟發計算的套用與發展趨勢
2.3.1自然計算套用領域綜述
2.3.2套用分析與展望
參考文獻
第3章理論基礎與統一模型
引言
3.1生物進化論與最佳化
3.1.1優勝劣汰—生存競爭
3.1.2自適應與效率
3.2共生進化論與種群動力學
3.2.1共生與協同進化
3.2.2多種群共生協同進化的動力學描述
3.3複雜系統與湧現
3.3.1複雜適應系統與生物進化
3.3.2生物進化的複雜系統建模
3.4生物啟發計算的統一框架模型
3.4.1生物啟發計算模式的統一框架理念
3.4.2個體—群體—群落:生物啟發計算模式的總體形式化描述
3.4.3環境
參考文獻
第4章生物個體行為模式與自適應最佳化方法
引言
4.1自然進化中的個體行為模式
4.1.1生物個體的覓食行為分類
4.1.2適應性主體
4.1.3效率與最優覓食理論
4.2基於生物個體行為的計算模式設計
4.2.1基於生物個體行為的統一最佳化框架
4.2.2基於生物個體行為的基本操作
4.3生物個體建模與仿真分析
4.3.1生物系統個體的形式化定義
4.3.2典型生物個體行為的建模與仿真分析
4.3.3個體環境間作用關係描述與規則模型
4.4細菌自適應覓食最佳化算法
4.4.1算法的基本思想與流程
4.4.2算法的形式化描述
4.4.3ABFO算法實現步驟
4.4.4算法效能分析
4.5植物根系自適應生長最佳化算法
4.5.1算法的基本思想
4.5.2算法的形式化描述
4.5.3算法流程
4.5.4算法效能分析
參考文獻
第5章生物種群信息交流模式與生命周期群搜尋策略
引言
5.1自然界中單一物種群體內部的信息交流與協作模式
5.1.1生物種群
5.1.2信息交流
5.1.3分工協作與分散式控制
5.2基於生物群體行為的計算模式設計
5.2.1基於生物群體行為的統一最佳化框架
5.2.2基於生物群體行為的基本操作
5.3生物種群建模與仿真分析
5.3.1生物系統種群的形式化定義
5.3.2種群內個體通信模型
5.3.3任務分工
5.3.4種群演化模型
5.4基於生命周期和社會學習的細菌覓食算法及其性能分析
5.4.1算法的基本思想與流程
5.4.2算法的形式化描述
5.4.3算法性能分析
5.5生命周期群搜尋最佳化算法及其性能分析
5.5.1算法的基本思想與流程
5.5.2算法的形式化描述
5.5.3實驗設定
5.5.4算法性能分析:無約束函式
5.5.5算法性能分析:有約束函式
參考文獻
第6章生物群落演化模式與最佳化算法
引言
6.1生物群落進化中的種群演化模式
6.1.1生物群落的層次性信息網路拓撲結構
6.1.2生物群落內種群共生模式的多型性
6.1.3生物群落內種群的增長、遷徙和消亡模式
6.2基於生物群落演化的計算模式設計
6.2.1基於生物群落演化的統一最佳化框架
6.2.2基於生物群落演化的基本操作
6.3生物群落建模與仿真分析
6.3.1生物系統群落的形式化定義
6.3.2群落拓撲結構形式化定義
6.3.3基於不同種群關係生物群落演化建模與仿真
6.4基於生物群落演化的最佳化模型與算法實例設計
6.4.1協同進化算法的發展現狀
6.4.2多群體協同進化統一模型
6.4.3多種群共生協同進化粒子群最佳化算法
6.4.4算法性能分析
6.4.5基於MSPSO的RFID網路讀寫器調度
6.5多種群多目標人工蜂群算法
6.5.1算法基本思想與流程
6.5.2算法的形式化描述
6.5.3算法性能分析
參考文獻
第7章評註與展望
引言
7.1理論基礎研究展望
7.1.1有關生物啟發計算的有效性研究
7.1.2有關生物啟發計算的收斂性研究
7.1.3有關生物啟發計算方法的評價標準
7.2有關算法設計研究展望
7.2.1小生境層面的有關算法設計
7.2.2動態環境層面的有關算法設計
7.3有關生物啟發式計算套用研究展望
7.3.1人工大腦
7.3.2進化硬體
7.3.3納米分子生物
7.3.4虛擬生物
7.3.5雲計算
參考文獻
附錄A標準測試函式
A.1單目標無約束
A.2單目標有約束
A.3多目標無約束
A.4多目標有約束
拓展閱讀

相關詞條

熱門詞條

聯絡我們