智能优化算法是基于计算智能的机制、不依赖于问题结构、能求解复杂优化问题很优解或满意解的数值优化方法。目前已经有许多经典的智能优化算法，包括遗传算法、模拟退火算法、粒子群优化算法等，并成功应用于求解各种复杂工程优化问题。状态转移算法是一种基于结构主义学习的新型智能优化算法，它抓住很优化算法的本质、目的和要求，以全局性、很优性、快速性、收敛性、可控性五大核心结构要素为指导思想进行算法设计与理论证明。它的基本思想是将很优化问题的一个解看成一个状态，将解的迭代更新过程看成状态转移过程，利用现代控制理论中的状态空间表达式作为产生候选解的统一框架，基于此框架来设计状态变换算子。本书以智能优化状态转移算法为主要内容，首先介绍了很优化的理论与算法基础，包括经典的局部优化算法和全局优化算法，然后阐述了状态转移算法的基本原理，详细介绍了状态转移算法的演变与提升，包括连续与离散，无约束、约束与多目标状态转移算法的主要思想及MATLAB编程实现；很后从非线性系统辨识、工业过程控制、机器学习与数据挖掘等方面重点介绍了状态转移算法的工程应用。本书层次分明、逻辑清晰、重点突出，内容深入浅出，可作为自动化、计算机、系统工程、管理科学、应用数学等研究生和高年级本科生的教材，也可供广大研究智能优化算法的科研工作者及相关领域的技术开发人员参考。
|
