智能优化算法及其应用

　　随着科学技术的进步，在现实中遇到的问题变得越来越复杂，如何有效地解决是经常面临的一个问题。因此，国内外众多研究者在不断地研究和探索，而智能优化算法已成为重要的研究方向。
　　《智能优化算法及其应用》介绍了经典、受欢迎的9种智能优化算法的基本原理、算法流程、算法的不足与改进及网络安全领域的应用，并给出了仿真测试实例，包括遗传算法、差分进化算法、蚁群算法、粒子群算法、人工蜂群算法、灰狼优化算法、鲸鱼优化算法、模拟退火算法和头脑风暴优化算法。
　　《智能优化算法及其应用》适合作为计算机、信息、通信、控制、网络安全等相关专业高年级本科生和研究生的教材，也可供从事智能优化算法研究和应用的科研人员参考。

第1章 绪论
1．1 概述
1．2 进化类算法
1．3 群智能算法
1．4 仿物理学优化算法
1．5 仿人智能优化算法
参考文献

第2章 遗传算法
2．1 引言
2．2 遗传算法理论
2．2．1 遗传算法的生物学基础
2．2．2 遗传算法理论基础
2．2．3 遗传算法的基本概念
2．2．4 遗传算法的特点
2．3 遗传算法流程及关键参数设置
2．3．1 标准遗传算法
2．3．2 遗传算法基本流程
2．3．3 遗传算法关键参数设置
2．4 遗传算法的改进
2．4．1 遗传算法存在的问题
2．4．2 遗传算法的改进方法
2．5 网络安全领域应用及仿真测试实例
参考文献

第3章 差分进化算法
3．1 引言
3．2 差分进化算法理论
3．2．1 差分进化算法的原理
3．2．2 差分进化算法的特点
3．2．3 基本的差分进化算法
3．2．4 差分进化算法的其他形式
3．3 差分进化算法流程及关键参数设置
3．3．1 差分进化算法流程
3．3．2 差分进化算法关键参数设置
3．4 差分进化算法的改进
3．4．1 差分进化算法存在的问题
3．4．2 差分进化算法的改进策略
3．5 网络安全领域应用及仿真测试实例
参考文献

第4章 蚁群算法
4．1 引言
4．2 蚁群算法理论
4．2．1 蚁群的抽象
4．2．2 真实蚁群的觅食过程
4．2．3 人工蚁群的优化过程
4．2．4 真实蚂蚁与人工蚂蚁的异同
4．2．5 蚁群算法的特点
4．3 基本蚁群算法流程及关键参数设置
4．3．1 基本蚁群算法流程
4．3．2 蚁群算法关键参数设置
4．4 蚁群算法的改进
4．4．1 蚁群算法存在的问题
4．4．2 蚁群算法的改进算法
4．5 网络安全领域应用及仿真测试实例
参考文献
……

第5章 粒子群算法
第6章 人工蜂群算法
第7章 灰狼优化算法
第8章 鲸鱼优化算法
第9章 模拟退火算法
第10章 头脑风暴优化算法

　　优化是为一组决策变量找到最佳组合以解决某个问题的过程。优化出现在许多领域、不同的学科和无数的应用中。在现实中遇到的大量应用问题变得越来越复杂，且很难找到全局最优解决方案。因此，许多算法试图解决这类问题，国内外众多研究者在不断地研究和探索，而智能优化算法已成为重要的研究方向。有关智能优化算法发表的论文数量、网上的信息资源，应用广度和深度近年来得到快速发展，并在优化计算、模式识别、机器学习、人工智能、网络安全、信号与图像处理、自动控制、机械工程、电气工程、通信工程、生物医学工程、经济管理等众多领域取得了成功应用。
　　本书介绍了9种最经典的、最受欢迎的智能优化算法，共分为10章，第1章概述智能优化算法，梳理了100多种智能优化算法并进行了分类重点介绍，第2N10章详细介绍了遗传算法、差分进化算法、蚁群算法、粒子群算法、人工蜂群算法、灰狼优化算法、鲸鱼优化算法、模拟退火算法和头脑风暴优化算法，包括算法简介、基本理论、算法流程、算法的不足与改进、网络安全领域的应用，并给出了仿真测试实例。
　　本书的编写得到了甘肃省高等学校项目、甘肃政法大学、网络空间安全学院以及甘肃政法大学网络空间安全省级重点学科的资助。作者在此表示衷心的感谢。书中参考了许多学者的研究成果，在此一并表示诚挚的谢意。由于编者水平有限，书中难免存在不足和疏漏，恳请读者批评指正。