。。。

。。。

第1章 緒論
1.1 *優化歷史發展
1.2 核心問題
1.3 本書內容簡介
參考文獻
第2章 *優化技術概述
2.1 *優化技術的歷史
2.2 確定性分析方法
2.2.1 梯度下降法
2.2.2 牛頓拉普森迭代法
2.2.3 Nelder-Mead搜索方法
2.3 隨機方法
2.3.1 模擬退火算法
2.3.2 隨機逼近方法
2.4 進化算法
2.4.1 遺傳算法
2.4.2 差分進化算法
參考文獻
第3章 粒子群優化算法
3.1 引言
3.2 基本粒子群優化算法
3.3 粒子群優化算法的一些變體形式
3.3.1 部落
3.3.2 多群
3.4 應用領域
3.4.1 非線性函數*小化
3.4.2 數據聚類
3.4.3 人工神經網絡
3.5 程序注解與軟件開發包
參考文獻
第4章 多維粒子群優化算法
4.1 多維度研究的需要
4.2 基本思想
4.3 多維粒子群優化算法
4.4 程序注解與軟件包
4.4.1 PSO_MDlib應用程序中的多維粒子群優化操作
4.4.2 PSOTestApp應用程序中的多維粒子群優化操作
參考文獻
第5章 改進全局收斂性
5.1 分形全局*優構建
5.1.1 研究動機
5.1.2 基於FGBF的粒子群優化
5.1.3 基於FGBF的多維粒子群優化
5.1.4 非線性函數*小化
5.2 動態環境的*優化方法
5.2.1 動態環境：試驗臺
5.2.2 多群粒子群優化
5.2.3 基於FGBF的移動峰問題的移動峰基準
5.2.4 多維移動峰函數的優化
5.2.5 常規移動峰函數性能評估

。。。