本书结合作者近几年的研究成果，主要介绍人工蜂鸟算法和蝠觅食优化算法的提出、改进及其工程应用，内容包括：人工蜂鸟算法，包括算法提出的灵感、步骤、数学模型、性能测试及其工程应用等；人工蜂鸟算法的改进及其工程应用，从运用切比雪夫混沌映射进行初始化来提高求解的精度和引导觅食时加入莱维飞行，使得算法避免过早收敛和具有良好的稳定性两个方面对人工蜂鸟算法进行改进，改进后的算法应用在抽水蓄能机组调节系统非线性模型参数辨识中，并取得了比较好的效果；蝠鳞觅食优化算法，包括算法提出启发、步骤、数学模型、性能测试及其工程应用等；蝠鳞觅食优化算法的改进及其工程应用，采用精英反向学习算法优化初始种群、在链式觅食处采用自适应；分布代替链式因子优化个体在链式觅食点的更新策略等对蝠鳞觅食优化算法进行改进，采用改进的蝠鳞觅食优化算法对混流式水轮机尾水管压力脉动特征进行了有效识别。
本书可供从事计算机科学与技术、水利工程工作的技术人员使用，也可作为大专院校相关专业研究生、教师参考书。

前言
第1章 绪论
1.1 优化算法
1.2 抽水蓄能机组调节系统非线性模型参数辨识
1.3 尾水管压力脉动
第2章 人工蜂鸟算法的提出及其工程应用
2.1 人工蜂鸟算法
2.2 算法的性能测试
2.3 工程应用
2.4 小结
第3章 人工蜂鸟算法改进及其在抽水蓄能机组调节系统非线性模型参数辨识中的应用
3.1 引言
3.2 抽水蓄能机组调节系统的非线性数学模型
3.3 人工蜂鸟算法的改进
3.4 基于IAHA的抽水蓄能机组调节系统非线性模型参数辨识
3.5 小结
第4章 蝠鲼觅食优化的提出及其工程应用
4.1 蝠鲼觅食优化算法
4.2 实验结果对比分析
4.3 工程应用
4.4 小结
第5章 蝠鲼觅食优化算法的改进及其在尾水管压力脉动特征识别中的应用
5.1 引言
5.2 蝠鲼觅食优化算法的改进
5.3 概率神经网络
5.4 利用MRFO算法和ITMRFO算法优化概率神经网络
5.5 尾水管压力脉动特征识别
5.6 小结
参考文献
附录A
附录B
附录C
附录D