水資源水環境模型智能優化

《水資源水環境模型智能優化》適用於水文學及水資源、環境科學與工程、資源與環境、環境系統分析、環境信息分析、系統工程、計算技術與人工智能等學科、專業，既可作為相關專業高年級本科生和研究生的教材或教學參考書，也可供高校和科研院所的教師、科研工作者和高層次管理人員參考。《水資源水環境模型智能優化》內容簡介：與經典優化算法相比，智能優化算法具有通用、穩健、簡單和便於並行處理等優點。因而《水資源水環境模型智能優化》在適當設置水資源及水環境指標“參照值”和指標值的規範變換式，並對指標進行規範變換基礎上，將多種智能優化算法及其相互耦合，用於基於指標規範變換的水資源及水環境評價與預測模型、方法和公式的優化。優化得到的模型、方法和公式簡潔、規範、普適、通用。《水資源水環境模型智能優化》提出的規範變換的思想和方法對其它相關學科的研究和發展有借鑑、啓迪和推動作用。 ^[1] 

前言

第1章概述

1.1最優化定義及其意義

1.2最優化問題數學模型的構成

1.3最優化問題的分類及求解步驟

1.4最優化方法的研究進展

1.5本書的主要內容

本章小結

參考文獻

第2章傳統的優化方法

2.1經典最優化方法

2.2線性規劃算法

2.3直接搜索法

2.4最優梯度法

2.5牛頓法與阻尼牛頓法

本章小結

參考文獻

第3章現代優化方法之一：智能優化算法

3.1禁忌搜索算法

3.2模擬退火算法

3.3遺傳算法

3.4量子遺傳算法

3.5混沌優化算法

3.6免疫進化算法

3.7智能解域搜索算法

3.8微進化算法

3.9採用捕魚策略的搜索算法

3.10自由搜索算法

3.11 A lopex進化算法

3.12中心引力優化算法

3.13智能優化算法的比較

本章小結

參考文獻

第4章現代優化方法之二：仿生羣智能優化算法

4.1蟻羣算法

4.2魚羣算法

4.3粒子羣算法

4.4蜂羣算法

4.5混洗蛙跳算法

4.6猴王遺傳算法

4.7細菌菌落優化算法

4.8捕食搜索算法

4.9野草算法

4.10食物車——蟑螂羣優化算法

4.11免疫算法

4.12人工螢火蟲優化算法

4.13羣智能優化算法的比較

本章小結

參考文獻

第5章混合優化算法之一

5.1混沌粒子羣優化算法

5.2禁忌搜索的混合粒子羣優化算法

5.3粒子羣和魚羣混合優化算法

5.4.量子粒子羣優化算法

5.5量子人工魚羣算法

5.6蟻羣與魚羣的混合優化算法

5.7基於遺傳算法的人工魚羣優化算法

5.8混合混沌優化算法

本章小結

參考文獻

第6章混合優化算法之二

6.1混合禁忌搜索算法

6.2混合蜜蜂進化型算法

6.3混合蛙跳算法

6.4混合猴王遺傳算法

……

第7章水資源可持續利用評價模型的優化

第8章水資源承載力評價模型的優化

第9章水安全評價模型的優化

第10章水環境質量評價模型的優化

第11章水資源水環境預測模型的優化

第12章水資源及水環境中的關係表達式優化

第13章總結與展望

後記