SI-course

《群体智能课程》——Swarm Intelligence

第一章 绪论 materials...

• 1.1 什么是 群体智能
• 1.2 群体智能的特点
• 1.3 群体智能的 发展历程
• 1.4 群体智能的求解问题 分类
• 1.5 群体智能的 应用现状
• 1.6 群体智能的未来发展
• 1.7 本课程内容体系
• 1.8 小结

第二章 最优化问题与方法 materials...

• 2.1 最优化问题
• 2.2 无约束优化
• 2.3 约束优化
• 2.4 多目标优化
• 2.5 动态优化
• 2.6 组合优化
• 2.7 小结

第三章 粒子群优化 materials...

• 3.1 基本粒子群优化
• 3.2 粒子轨迹
• 3.3 收敛性证明
• 3.4 单解与多粒子群优化
• 3.5 粒子群优化
• 3.6 约束问题的粒子群优化
• 3.7 多目标粒子群优化
• 3.8 动态环境下的粒子群优化
• 3.9 离散粒子群优化
• 3.10 典型应用举例
• 3.11 小结

第四章 蚁群优化 materials...

• 4.1 基本蚁群优化
• 4.2 蚁群优化算法的一般框架
• 4.3 蚁群算法的收敛性与稳定等理论分析
• 4.4 单种群的蚁优化
• 4.5 多种群的蚁优化
• 4.6 混合蚁群优化
• 4.7 蚁群优化的收敛性
• 4.8 蚁群优化的集体决策
• 4.9 多目标蚁群优化
• 4.10 动态环境下的蚁群优化
• 4.11 典型应用举例
• 4.12 小结

第五章 烟花算法 materials...

• 5.1 基本烟花算法
• 5.2 烟花算法的收敛性与稳定分析
• 5.3 动态自适应烟花算法
• 5.4 引导烟花算法
• 5.5 协同框架烟花算法
• 5.6 失败者退出烟花算法
• 5.7 其他改进型烟花算法
• 5.8 多目标优化烟花算法
• 5.9 离散 型烟花算法
• 5.10 烟花算法 典型应用 举例
• 5.11 小结

第六章 新型群体智能优化算法介绍 materials...

• 6.1 算法分类
• 6.2 人工蜂群算法
• 6.3 萤火虫算法 /布谷鸟算法
• 6.4 头脑风暴优化
• 6.5 鱼群搜索算法
• 6.6 磷虾优化算法
• 6.7 细菌觅食算法
• 6.8 其他SI算法简述
• 6.9 小结

第七章 基于群体的进化计算方法 materials...

• 7.1 计算方法分类与介绍
• 7.2 遗传算法
• 7.3 遗传算法的收敛性
• 7.4 遗传编程
• 7.5 进化策略
• 7.6 差分进化
• 7.7 文化算法
• 7.8 协同进化
• 7.9 小结

第八章 基于GPU群体智能算法的并行实现 materials...

• 8.1 GPU介绍
• 8.2 GPU通用计算
• 8.3 基于 GPU的粒子群优化
• 8.4 基于 GPU的烟花算法
• 8.5 基于 GPU的遗传算法
• 8.6 其他算法的并行实现介绍
• 8.7 小结

第九章 群体智能算法的应用 materials...

• 9.1 应用分类
• 9.2 聚类分析
• 9.3 非负矩阵分解
• 9.4 调度与规划
• 9.5 神经网络训练
• 9.6 物流规划
• 9.7 博弈学习
• 9.8 子集问题
• 9.9 分组问题
• 9.10 混杂应用
• 9.11 小结

第十章 群体机器人 materials...

• 10.1 概论
• 10.2 群体机器人基本模型
• 10.3 群体机器人仿真平台
• 10.4 群体机器人设计
• 10.5 群体机器人算法
• 10.6 群体机器人性能
• 10.7 群体机器人 典型 应用 实例
• 10.8 小结