江铭炎、袁东风所著的《人工鱼群算法及其应用》通过一些有特色的实例给出算法的基本思想或解释算法的步骤与细节，使读者对这一算法功能细节有更深人的了解，也便于读者对算法进行验证，从而增加读者对这一算法研究和应用的兴趣。本书的实例着重研究了人工鱼群优化算法和有关优化方法及搜索技术的结合，并注意与其他群智能优化算法的比较，使读者易于了解算法结合的优势互补。全书取材新颖，深入浅出，注重理论联系实际，力图用直观形象的形式描述鱼群算法的原理、思想及实现，力图体现国内外在这一算法领域的最新研究成果和应用进展，力图使其成为日后研究和应用人工鱼群算法的学者和技术人员的必备参考手册，并能有助于推动人工鱼群算法得到更深入研究和广泛应用。

江铭炎、袁东风所著的《人工鱼群算法及其应用》系统地描述了鱼群算法的理论、流程结构、发展改进、参量设置和实现技术及其应用实例，着重强调算法的改进及应用，各种混合算法的性能及与其他群智能优化算法性能的比较，并给出了实现有关应用实例的Matlab程序设计完整源代码，为读者进一步深入学习、理解和掌握鱼群算法提供了方便。

《人工鱼群算法及其应用》适合作为智能优化相关专业的高年级本科生和研究生教材，特别适合作为鱼群算法入门教材以满足算法初学者了解和学习算法的基本要求，也可作为信息、通信、电气、控制、管理等工程专业的科技人员研究和学习的参考书和工具书。

《智能科学技术著作丛书》序

前言

第1章 绪论

 1.1 优化问题

1.1.1 优化的概念与数学模型

1.1.2 优化问题与方法的分类

1.1.3 优化问题的复杂性

 1.2 优化算法发展状况

 1.3 群智能优化算法概况

 1.4 几种群智能优化算法简介

1.4.1 标准遗传算法

1.4.2 粒子群算法

1.4.3 蚁群算法

 1.5 人工鱼群算法研究与应用概述

1.5.1 鱼群算法的提出与改进

1.5.2 鱼群算法与其他算法的融合

1.5.3 人工鱼群算法在多领域中的应用

1.5.4 人工鱼群算法总结

 1.6 群智能优化算法的发展展望

 1.7 本章小结

 参考文献

第2章 基本人工鱼群算法

 2.1 引言

 2.2 鱼群模式概论

2.2.1 鱼群模式的提出

2.2.2 人工鱼的结构模型

 2.3 人工鱼的四种基本行为算法描述

 2.4 人工鱼群算法的寻优原理

 2.5 仿真实验及参数设置性能

2.5.1 仿真实验

2.5.2 人工鱼群算法的收敛基础

2.5.3 各种参数对收敛性能的影响分析

 2.6 拥挤度因子对优化的影响

2.6.1 拥挤度因子的定义

2.6.2 拥挤度因子的作用机理

2.6.3 仿真实验

2.6.4 分析和结论

 2.7 距离对人工鱼群算法收敛性能的影响

2.7.1 人工鱼移动策略的改进

2.7.2 常用距离介绍

2.7.3 仿真实验

2.7.4 分析和结论

 2.8 Matlab程序设计

2.8.1 第2.5节实例程序设计

2.8.2 第2.7节实例程序设计

 2.9 本章小结

 参考文献

第3章 人工鱼群算法的分析与改进

 3.1 人工鱼群算法全局收敛的基础

 3.2 人工鱼群算法收敛性分析

3.2.1 简单随机搜索

3.2.2 全局收敛性

 3.3 鱼群算法参数对优化结果的影响分析

 3.4 需要改进鱼群算法的原因

3.4.1 自适应步长

3.4.2 公告牌的引人

3.4.3 生存竞争机制的提出

3.4.4 其他一些改进思路

 3.5 自适应视野和步长的人工鱼群算法

3.5.1 人工鱼群算法的改进

3.5.2 自适应视野和步长的实现

3.5.3 改进后人工鱼群算法的特点

3.5.4 参数对优化的影响

 3.6 仿真实验

 3.7 全局人工鱼群算法

3.7.1 全局鱼群算法人工鱼的行为描述 

3.7.2 全局人工鱼群算法流程

3.7.3 全局人工鱼群算法性能的验证

 3.8 并行人工鱼群算法

3.8.1 鱼群算法并行化的目的

3.8.2 并行鱼群算法的并行性分析

3.8.3 并行鱼群算法实现方法的分类

3.8.4 并行鱼群算法的实现方法

 3.9 Matlab程序设计

 3.10 本章小结

 参考文献

第4章 混合鱼群算法

 4.1 基于量子理论的人工鱼群算法

4.1.1 量子计算

4.1.2 量子人工鱼群算法

4.1.3 仿真实验及其结果讨论

 4.2 基于量子理论的小生境人工鱼群算法

4.2.1 小生境技术和控制竞争选择策略

4.2.2 小生境量子人工鱼群算法

4.2.3 实验结果

4.2.4 分析和结论

 4.3 模拟退火——鱼群混合优化算法

4.3.1 模拟退火算法

4.3.2 全局鱼群算法和模拟退火算法的混合算法

 4.4 混沌人工鱼群算法

4.4.1 混沌搜索

4.4.2 反馈策略

4.4.3 基于混沌搜索和反馈策略的改进人工鱼群算法

4.4.4 分析和结论

 4.5 本章小结

 参考文献

第5章 人工鱼群算法在函数优化中的应用

 5.1 无约束优化测试函数

 5.2 有约束优化测试函数

 5.3 多目标优化测试函数

5.3.1 多目标优化问题

5.3.2 多目标优化问题的求解方法

5.3.3 多目标优化评价指标

5.3.4 基于人工鱼群算法的多目标优化

 5.4 基于非劣排序和最大最小策略解决多目标优化问题

5.4.1 多目标优化方法

5.4.2 仿真分析和结论

 5.5 整数优化测试函数

 5.6 动态优化测试函数

5.6.1 动态优化问题中鱼群算法的搜索策略

5.6.2 鱼群算法的动态响应策略

5.6.3 动态优化的性能评价与分析

 5.7 Matlab程序设计

 5.8 本章小结

 参考文献

第6章 人工鱼群算法应用

 6.1 组合优化问题求解

6.1.1 组合优化问题

6.1.2 鱼群算法的TSP求解 

 6.2 神经网络优化

6.2.1 前向神经网络模型

6.2.2 鱼群算法结构及相关定义

6.2.3 前向神经网络的训练过程

6.2.4 实验结果

 6.3 数字滤波器的优化设计

6.3.1 数字滤波器

6.3.2 鱼群算法设计滤波器

6.3.3 分析和结论

 6.4 信号处理

6.4.1 小波阈值去噪

6.4.2 鱼群算法优化

 6.5 波达方向估计

6.5.1 波达方向估计问题

6.5.2 鱼群算法的波达方向估计

6.5.3 分析和结论

 6.6 波束成型技术

6.6.1 问题的提出

6.6.2 方法和步骤

6.6.3 分析和结论

 6.7 车间作业调度

6.7.1 车间作业调度问题

6.7.2 加人禁忌策略的人工鱼群算法

6.7.3 带禁忌策略的鱼群算法解决车间作业调度问题

6.7.4 实验结果及分析

 6.8 数据模糊聚类

6.8.1 聚类

6.8.2 聚类方法分类

6.8.3 几种聚类算法

6.8.4 基于全局人工鱼群算法的聚类算法

6.8.5 基于鱼群算法的模糊聚类分析

 6.9 数据挖掘

6.9.1 预处理

6.9.2 人工鱼群算法对文档矩阵进行聚类

6.9.3 结果评价与总结

 6.10 多阈值图像分割

6.10.1 人工鱼群算法中改进的自适应步长

6.10.2 基于改进人工鱼群算法的图像分割

 6.11 Matlab程序设计

 6.12 本章小结

 参考文献

第7章 人工鱼群算法在通信领域中的应用

 7.1 路由选择与优化

7.1.1 路由优化的数学模型

7.1.2 实验仿真结果及分析

 7.2 无线传感器网络覆盖优化

7.2.1 无线传感器网络

7.2.2 无线传感器网络覆盖问题

7.2.3 基于人工鱼群算法的无线传感器网络覆盖优化

 7.3 多用户OFDM系统资源分配

7.3.1 OFDM技术

7.3.2 自适应资源分配的概念

7.3.3 多用户OFDM系统资源自适应分配算法

 7.4 扩频码估计

7.4.1 扩频技术

7.4.2 人工鱼群算法中的跳跃行为

7.4.3 使用鱼群算法估计扩频序列

7.4.4 仿真结果与讨论

 7.5 多用户检测

7.5.1 多用户检测问题

7.5.2 多用户检测的实现

7.5.3 使用鱼群算法的多用户检测

7.5.4 分析和结论

 7.6 认知无线电频谱分配

7.6.1 认知无线电技术

7.6.2 认知无线电中的频谱分配问题

7.6.3 基于人工鱼群算法的认知无线电频谱分配

 7.7 其他应用举例

7.7.1 最佳路由选择问题

7.7.2 链路容量与流量分配问题

 7.8 本章小结

 参考文献

附录

 附录A 常用术语英汉对照表

 附录B 测试函数集