目录

●第1章 进化计算
1.1 进化计算概述
1.1.1 基本原理
1.1.2 进化计算的一般框架
1.1.3 进化计算研究现状
1.1.4 进化计算典型算法
1.2 人工免疫系统
1.2.1 基本原理
1.2.2 人工免疫系统研究现状
本章参考文献
第2章 群体智能算法
2.1 群体智能概述
2.2 蚁群优化算法
2.2.1 基本原理
2.2.2 蚁群算法理论研究现状
2.2.3 蚁群算法应用研究现状
2.3 粒子群优化算法
2.3.1 基本原理
2.3.2 粒子群算法的理论研究现状
2.3.3 粒子群算法的应用研究现状
本章参考文献
第3章 量子进化计算
3.1 量子进化计算
3.1.1 基本概念
3.1.2 量子进化算法
3.2 量子克隆进化计算
3.2.1 基本概念
3.2.2 量子克隆进化算法
3.2.3 量子克隆进化算法的结构框架
3.2.4 量子克隆进化算法的收敛性
3.2.5 量子克隆进化算法仿真
3.2.6 量子克隆进化算法的并行实现
3.3 量子免疫克隆多目标优化算法
3.3.1 多目标优化
3.3.2 量子免疫克隆多目标优化算法
3.3.3 算法分析
3.3.4 实验结果及分析
3.4 结论与讨论
本章参考文献
第4章 量子粒子群优化
4.1 量子粒子群算法基础
4.1.1 量子粒子群优化算法
4.1.2 量子粒子群优化算法的改进算法
4.2 基于协作学习的单目标量子粒子群优化
4.2.1 协作学习策略
4.2.2 基于协作学习策略的量子粒子群算法框架及实现
4.2.3 实验结果及分析
4.3 基于记忆策略的动态单目标量子粒子群优化
4.3.1 动态优化环境下的记忆策略
4.3.2 基于记忆策略的动态单目标量子粒子群算法框架实现
……