编辑: 星野哀 | 2019-07-03 |
2005 年10 月・iii ・ 前言蚁群算法是一种最新发展的模拟昆虫王国中蚂蚁群体觅食行为的仿生优化算 法,该算法采用了正反馈并行自催化机制,具有较强的鲁棒性、优良的分布式计 算机制、易于与其他方法结合等优点,在解决许多复杂优化问题方面已经展现出 其优异的性能和巨大的发展潜力,近几年吸引了国内外许多学者对其进行了多方 面的研究工作.国际著名的顶级学术刊物 《 N ature》曾多次对蚁群算法的研究成 果进行报道, 《 Future Generation Computer Systems》和《IEEE T ransactions on Evolutionary Computation》分别于
2000 年和
2002 年出版了蚁群算法特刊, 在布鲁塞尔每两年召开一次的蚁群算法国际研讨会进一步促进了这一智能计算领 域的学术交流,从而使这种新兴的仿生优化算法展现出勃勃生机,其应用范围完 全可与遗传算法相媲美.目前,蚁群算法已成为国际智能计算领域中备受关注的 研究热点和前沿性课题. 本书是作者多年来在对蚁群算法理论及其应用所进行的一系列深入研究的基 础上撰写而成的,同时吸纳了国内外许多具有代表性的最新研究成果.全书内容 取材新颖,覆盖面较广,深入浅出,注重理论联系实际,力图体现国内外在这一 学术领域的最新研究进展.本书可作为计算机科学、控制科学、人工智能、管理 科学等专业高年级本科生、研究生和教师的参考书,也可供理工科其他专业的师 生参考,还可供利用计算机从事智能优化的科技工作者阅读和参考. 全书共包括
10 章,第1章是引论,主要介绍了蚁群算法的思想起源和研究 现状;
第2章阐述了基本蚁群算法的机制原理、系统学特征、数学模型及具体实 现,并对其复杂度作了深入分析;
第3章对蚁群算法的收敛性问题进行了深入研 究和理论证明;
第4章通过大量的实验数据分析了不同蚁群算法模型中诸多关联 参数对其性能的影响,并给出了其主要参数的选择原则;
第5章和第
6 章分别对 离散域和连续域蚁群算法的若干改进策略进行了研究;
第7章阐述了蚁群算法在 多个优化领域的典型应用;
第8章介绍了蚁群算法的硬件实现技术;
第9章将蚁 群算法同目前比较流行的几种仿生优化算法的做了比较,并给出了蚁群算法与这 些仿生优化算法的融合策略;
第10 章展望了蚁群算法的研究方向和发展前景;
最后,还在附录部分给出了基本蚁群算法的程序源代码和相关网站资源,并附上 了书中出现的中英文词汇对照及缩略语.全书的
10 章内容 ( 连同附录)基本构 成了一个完整的封闭体系. 值此,作者非常感谢王道波教授、高镇洋教授、陈宗基教授、张平教授、周 锐教授、郭锁凤教授、温卫东教授、孙久厚教授、夏品奇教授以及朱家强博士 ・ iv ・ 后、罗德林博士在本书撰写过程中所给予的支持和帮助;
特别感谢中国人工智能 学会副理事长、清华大学智能技术与系统国家重点实验室孙增圻教授在百忙之中 认真审阅了书稿,提出了许多宝贵的修改建议,并欣然为本书作序.没有他们的 惠教、支持与鼓励,就不可能有本书稿的诞生.另外,在写作过程中参考了大量 的最新文献,这里也向这些文献的作者们致以诚挚的谢意!衷心感谢培养我的母 校― ― ―南京航空航天大学,特别感谢南京航空航天大学研究生院对本书出版的全 额资助,也非常感谢北京航空航天大学自动化学院领导和老师们对我的支持和帮 助,同时,也感谢科学出 版社王淑兰等编辑在 本书出版过程中所 付出的辛 勤 劳动! 目前国内系统研究蚁群算法的书籍和资料还十分匮乏,我非常希望能献给大 家一本既有理论又重视实践的好书,尽管罄尽全力,但囿于水平,且时间紧促, 书中错误和 不妥之处在所难免.凡此,恳请各位 专家、学者及广 大读者不 吝 指正. 段海滨