内容简介

本书是一部系统论述基于生物行为模型的智能优化算法案例与实现的著作。全书共分为6章：第1章介绍生物启发式计算的研究背景，对传统生物启发式计算方法进行了概述；第2章介绍将层次型信息交流拓扑结构引入人工蜂群觅食模型中的内容，提出基于层次型信息交流机制的多蜂群协同进化优化算法，使用该算法在搜索过程中能够维持整个种群多样性的群落级进化，从而克服传统单层生物启发式优化模型的"早熟收敛"问题，并进一步提升算法的收敛速度与收敛精度；第3章借鉴微生物学最新研究成果，从能量变化角度对细菌构建基于生命周期的优化模型，进一步介绍基于生命周期的菌群觅食自适应优化算法；第4章研究如何将改进的蜂群觅食优化算法用于求解聚类问题，将基于层次型信息交流机制的多蜂群协同进化优化的聚类优化算法用于教学评价体系；第5章研究如何将基于LCBFA的多阈值图像分割算法用于图像分割的问题；第6章对植物根系自适应生长与最优觅食这种典型生物个体行为进行深入研究，建立了基于根系生长的智能计算模型——混合人工植物根系生长优化模型。

本书从生物建模机理、算法设计和工程应用层面针对典型的生物觅食行为启发式计算方法进行研究，取得了具有创新性和应用价值的成果，所提出的改进策略和优化方法对于拓展相关领域的研究、指导实际应用都将具有一定的借鉴意义，可为从事相关智能优化方法研究的科研工作者提供可借鉴的理论指导。