智能优化算法与MATLAB编程实践 陈克伟,魏曙光,范旭,张嘉曦,金东阳,王素云,谭玉彬,张明 著 专业科技 文轩网

目 录 第1章 蜉蝣优化算法 1 1.1 基本原理 1 1.1.1 雄性蜉蝣的运动 1 1.1.2 雌性蜉蝣的运动 2 1.1.3 雌雄蜉蝣的交配过程 3 1.1.4 蜉蝣优化算法流程 3 1.2 MATLAB实现 4 1.2.1 种群初始化 4 1.2.2 适应度函数 7 1.2.3 边界检查和约束函数 8 1.2.4 蜉蝣优化算法代码 9 1.3 函数寻优 13 1.3.1 问题描述 13 1.3.2 适应度函数设计 14 1.3.3 主函数设计 15 1.4 减速器设计 16 1.4.1 问题描述 16 1.4.2 适应度函数设计 18 1.4.3 主函数设计 19 参考文献 21 第2章 哈里斯鹰优化算法 22 2.1 基本原理 22 2.1.1 搜索阶段 23 2.1.2 从搜索到开发的转换阶段 23 2.1.3 开发阶段 24 2.1.4 哈里斯鹰优化算法流程 27 2.2 MATLAB实现 28 2.2.1 种群初始化 29 2.2.2 适应度函数 31 2.2.3 边界检查和约束函数 32 2.2.4 Levy飞行函数 33 2.2.5 算法代码 34 2.3 函数寻优 37 2.3.1 问题描述 37 2.3.2 适应度函数设计 38 2.3.3 主函数设计 38 2.4 拉伸/压缩弹簧设计 40 2.4.1 问题描述 40 2.4.2 适应度函数设计 40 2.4.3 主函数设计 41 参考文献 43 第3章 狮群优化算法 44 3.1 基本原理 44 3.1.1 狮王更新方式 45 3.1.2 母狮更新方式 45 3.1.3 幼狮更新方式 46 3.1.4 狮群优化算法流程 47 3.2 MATLAB实现 48 3.2.1 种群初始化 48 3.2.2 适应度函数 51 3.2.3 边界检查和约束函数 51 3.2.4 狮群优化算法代码 52 3.3 函数寻优 54 3.3.1 问题描述 54 3.3.2 适应度函数设计 55 3.3.3 主函数设计 56 3.4 压力容器设计 57 3.4.1 问题描述 57 3.4.2 适应度函数设计 58 3.4.3 主函数设计 59 参考文献 61 第4章 樽海鞘群算法 62 4.1 基本原理 62 4.1.1 樽海鞘群算法的数学模型 62 4.1.2 樽海鞘群算法流程 64 4.2 MATLAB实现 65 4.2.1 种群初始化 65 4.2.2 适应度函数 68 4.2.3 边界检查和约束函数 69 4.2.4 樽海鞘群算法代码 70 4.3 函数寻优 71 4.3.1 问题描述 71 4.3.2 适应度函数设计 72 4.3.3 主函数设计 73 4.4 三杆桁架设计 74 4.4.1 问题描述 74 4.4.2 适应度函数设计 75 4.4.3 主函数设计 76 参考文献 78 第5章 秃鹰搜索算法 79 5.1 基本原理 79 5.1.1 选择阶段 79 5.1.2 搜索阶段 80 5.1.3 俯冲阶段 81 5.1.4 秃鹰搜索算法流程 81 5.2 MATLAB实现 82 5.2.1 种群初始化 82 5.2.2 适应度函数 85 5.2.3 边界检查和约束函数 86 5.2.4 秃鹰搜索算法代码 87 5.3 函数寻优 89 5.3.1 问题描述 89 5.3.2 适应度函数设计 90 5.3.3 主函数设计 90 5.4 齿轮传动设计 92 5.4.1 问题描述 92 5.4.2 适应度函数设计 93 5.4.3 主函数设计 93 参考文献 95 第6章 乌燕鸥优化算法 96 6.1 基本原理 96 6.1.1 迁徙行为（勘探阶段） 96 6.1.2 攻击行为（开发阶段） 97 6.1.3 乌燕鸥优化算法流程 98 6.2 MATLAB实现 99 6.2.1 种群初始化 99 6.2.2 适应度函数 102 6.2.3 边界检查和约束函数 102 6.2.4 乌燕鸥优化算法代码 104 6.3 函数寻优 105 6.3.1 问题描述 106 6.3.2 适应度函数设计 107 6.3.3 主函数设计 107 6.4 悬臂梁设计 108 6.4.1 问题描述 108 6.4.2 适应度函数设计 109 6.4.3 主函数设计 110 参考文献 112 第7章 平衡优化器算法 113 7.1 基本原理 113 7.1.1 算法物理背景 113 7.1.2 优化原理 114 7.1.3 平衡优化器算法流程 116 7.2 MATLAB实现 117 7.2.1 种群初始化 117 7.2.2 适应度函数 120 7.2.3 边界检查和约束函数 121 7.2.4 平衡优化器算法代码 122 7.3 函数寻优 124 7.3.1 问题描述 124 7.3.2 适应度函数设计 125 7.3.3 主函数设计 125 7.4 管状柱设计 127 7.4.1 问题描述 127 7.4.2 适应度函数设计 128 7.4.3 主函数设计 129 参考文献 130 第8章 海洋捕食者算法 132 8.1 基本原理 132 8.1.1 初始化 132 8.1.2 优化阶段 133 8.1.3 涡流形成与鱼群聚集装置效应 134 8.1.4 海洋捕食者算法流程 134 8.2 MATLAB实现 136 8.2.1 种群初始化 136 8.2.2 适应度函数 139 8.2.3 边界检查和约束函数 139 8.2.4 Levy飞行 140 8.2.5 海洋捕食者算法代码 141 8.3 函数寻优 144 8.3.1 问题描述 144 8.3.2 适应度函数设计 145 8.3.3 主函数设计 145 8.4 活塞杆设计 147 8.4.1 问题描述 147 8.4.2 适应度函数设计 148 8.4.3 主函数设计 149 参考文献 151 第9章 算术优化算法 152 9.1 基本原理 152 9.1.1 算术优化算法的原理 152 9.1.2 算术优化算法流程 154 9.2 MATLAB实现 156 9.2.1 种群初始化 156 9.2.2 适应度函数 158 9.2.3 边界检查和约束函数 159 9.2.4 算术优化算法代码 160 9.3 函数寻优 162 9.3.1 问题描述 162 9.3.2 适应度函数设计 163 9.3.3 主函数设计 163 9.4 焊接梁设计 165 9.4.1 问题描述 165 9.4.2 适应度函数设计 167 9.4.3 主函数设计 168 参考文献 169 第10章 蝠鲼觅食优化算法 171 10.1 基本原理 171 10.1.1 链式觅食 171 10.1.2 螺旋式觅食 172 10.1.3 翻滚式觅食 173 10.1.4 蝠鲼觅食优化算法流程 174 10.2 MATLAB实现 175 10.2.1 种群初始化 175 10.2.2 适应度函数 177 10.2.3 边界检查和约束函数 178 10.2.4 蝠鲼觅食优化算法代码 179 10.3 函数寻优 181 10.3.1 问题描述 181 10.3.2 适应度函数设计 183 10.3.3 主函数设计 183 10.4 钢筋混凝土梁设计 184 10.4.1 问题描述 185 10.4.2 适应度函数设计 185 10.4.3 主函数设计 186 参考文献 188 第11章 智能优化算法基准函数集合 189 11.1 基准测试集简介 189 11.2 基准测试函数搜索空间绘图和代码 191 11.2.1 F1函数 191 11.2.2 F2函数 192 11.2.3 F3函数 193 11.2.4 F4函数 195 11.2.5 F5函数 196 11.2.6 F6函数 197 11.2.7 F7函数 199 11.2.8 F8函数 200 11.2.9 F9函数 201 11.2.10 F10函数 202 11.2.11 F11函数 204 11.2.12 F12函数 205 11.2.13 F13函数 207 11.2.14 F14函数 208 11.2.15 F15函数 209 11.2.16 F16函数 211 11.2.17 F17函数 212 11.2.18 F18函数 213 11.2.19 F19函数 215 11.2.20 F20函数 216 11.2.21 F21函数 218 11.2.22 F22函数 219 11.2.23 F23函数 220 参考文献 222 第12章 智能优化算法性能测试 223 12.1 智能优化算法评价指标 223 12.1.1 平均值 223 12.1.2 标准差 223 12.1.3 很优值和最差值 225 12.1.4 收敛曲线 225 12.2 基准测试函数测试 226 12.2.1 测试函数信息 226 12.2.2 测试方法及参数设置 226 12.2.3 测试结果 227 12.2.4 测试代码 233 12.3 工程案例测试 235 12.3.1 测试案例信息 235 12.3.2 测试方法及参数设置 245 12.3.3 测试结果 246 12.2.4 测试代码 253