仿生智能算法及其在土木工程中的應用

前言
第1章  蟻群算法
1.1  基本蟻群算法
1.1.1  蟻群算法的原理
1.1.2  蟻群算法的數(shù)學模型
1.1.3  蟻群算法的特點
1.2  基于信息熵的改進蟻群算法
1.2.1  基本蟻群算法的優(yōu)點及不足
1.2.2  各種改進ACO
1.2.3  改進ACO可行性分析
1.2.4  熵及其性質
1.2.5  改進蟻群算法
1.2.6  改進蟻群算法與遺傳算法的性能比較
1.3  改進蟻群算法在房地產(chǎn)投資組合優(yōu)化中的應用
1.3.1  房地產(chǎn)開發(fā)項目投資組合均值一信息熵模型
1.3.2  改進蟻群算法的應用
1.4  小結
主要參考文獻
第2章  粒子群算法
2.1  基本粒子群算法
2.1.1  粒子群算法的原理
2.1.2  粒子群算法的產(chǎn)生和發(fā)展
2.1.3  粒子群算法的步驟
2.1.4  粒子群算法的應用領域
2.1.5  粒子群算法的特點
2.2  改進粒子群算法
2.2.1  改進粒子群算法的可行性分析
2.2.2  改進PSO算法與其他算法的性能比較
2.3  改進粒子群算法在結構可靠度分析中的應用
2.3.1  基于改進PSO算法的結構可靠性指標的求解
2.3.2  基于改進.ACO和.PSO的點支式玻璃幕墻抗風可靠度分析
2.4  小結
主要參考文獻
第3章  人工魚群算法
3.1  基本人工魚群算法
3.1.1  人工魚群算法的原理
3.1.2  人工魚群算法的特點
3.1.3  人工魚群算法研究現(xiàn)狀及應用
3.2  改進人工魚群算法
3.2.1  改進人工魚群算法的基本思路
3.2.2  改進人工魚群算法的尋優(yōu)步驟
3.3  改進人工魚群算法與基本人工魚群算法的性能比較
3.3.1  兩種算法的測試函數(shù)介紹
3.3.2  算法參數(shù)的設置
3.3.3  改進的人工魚群算法與基本人工魚群算法的性能比較分析
3.4  改進人工魚群算法在桁架結構優(yōu)化中的應用
3.4.1  改進人工魚群算法在桁架結構連續(xù)變量優(yōu)化中的應用
3.4.2  改進人工魚群算法在桁架結構離散變量優(yōu)化中的應用
3.5  小結
主要參考文獻
第4章  人工蜂群算法
4.1  基本人工蜂群算法
4.1.1  人工蜂群算法的原理
4.1.2  人工蜂群算法的數(shù)學模型
4.1.3  人工蜂群算法特點
4.1.4  人工蜂群算法研究現(xiàn)狀
4.2  人工蜂群算法的改進
4.2.1  基于小區(qū)間搜索的改進人工蜂群算法
4.2.2  基于信息熵的改進人工蜂群算法
4.2.3  算法性能分析
4.3  基于改進人工蜂群算法的桁架優(yōu)化
4.3.1  基于可靠性的桁架結構離散變量結構優(yōu)化設計模型
4.3.2  桁架優(yōu)化的流程
4.3.3  算例
4.4  小結
主要參考文獻
第5章  蛙跳算法
5.1  基本蛙跳算法
5.1.1  蛙跳算法的原理
5.1.2  蛙跳算法的數(shù)學模型
5.1.3  蛙跳算法的研究現(xiàn)狀
5.1.4  蛙跳算法的特點
5.2  改進蛙跳算法
5.2.1  改進的可行性分析
5.2.2  具體改進步驟
5.2.3  算法性能分析
5.3  改進蛙跳算法在結構可靠指標計算中的應用
5.4  小結
主要參考文獻
第6章  猴群算法
6.1  基本猴群算法
6.1.1  猴群算法的原理
6.1.2  猴群算法的數(shù)學模型
6.2  改進猴群算法
6.2.1  猴群算法的優(yōu)缺點
6.2.2  學者的改進
6.2.3  基于自適應系數(shù)的改進猴群算法
6.3  改進猴群算法在傳感器優(yōu)化布置及在結構可靠性分析中的應用
6.3.1  改進猴群算法在傳感器優(yōu)化布置中的應用
6.3.2  改進猴群算法在結構可靠性分析中的應用
6.4  小結
主要參考文獻
第7章  螢火蟲算法
7.1  基本螢火蟲算法
7.1.1  螢火蟲算法的原理
7.1.2  螢火蟲算法的特點
7.1.3  螢火蟲算法的國內外研究現(xiàn)狀
7.2  改進的螢火蟲算法
7.3  算法性能分析
7.4  改進的螢火蟲算法在桁架結構優(yōu)化中的應用
7.4.1  桁架結構形狀優(yōu)化設計數(shù)學模型
7.4.2  改進螢火蟲算法在結構優(yōu)化中的應用
7.5  小結
主要參考文獻