蝙蝠優(yōu)化算法是一種新穎的模擬蝙蝠行為的群智能優(yōu)化算法，因該算法有模型簡單、參數(shù)少、通用性強(qiáng)等優(yōu)點，故被廣泛應(yīng)用于解決實際問題。本書分為8章，第1～2章介紹蝙蝠優(yōu)化算法的基本框架、研究進(jìn)展，并討論了蝙蝠算法的全局收斂性問題；第3～6章從蝙蝠算法的全局搜索方式、局部搜索方式、全局/局部搜索的平衡策略、全局/局部搜索的集成策略等方面介紹作者的工作；第7～8章圍繞軟件缺陷預(yù)測問題，分別構(gòu)造多目標(biāo)軟件缺陷預(yù)測模型和高維多目標(biāo)軟件缺陷預(yù)測模型，并有針對性地設(shè)計相應(yīng)的多目標(biāo)蝙蝠優(yōu)化算法和高維多目標(biāo)蝙蝠優(yōu)化算法來對模型進(jìn)行求解，從而為解決相關(guān)問題提供參考。本書適合從事智能計算研究與應(yīng)用的科技工作者和工程技術(shù)人員閱讀使用，也可以作為高等院校計算機(jī)科學(xué)與技術(shù)、控制科學(xué)與工程等學(xué)科高年級本科生及研究生的教學(xué)參考書。
蔡星娟，太原科技大學(xué)副教授，主要研究方向為控制理論與控制工程，發(fā)表論文多篇，承擔(dān)蝙蝠算法性能分析及其在壓縮感知的應(yīng)用等項目。
第一部分 導(dǎo)引篇
第1章 緒論 3
1.1 優(yōu)化算法概述 4
1.2 確定性優(yōu)化算法 4
1.3 隨機(jī)優(yōu)化算法 5
1.4 基本蝙蝠算法簡介 7
1.5 蝙蝠算法研究綜述 9
1.6 本書的框架 17
參考文獻(xiàn) 18
第2章 蝙蝠算法的收斂性分析 31
2.1 全局收斂性的相關(guān)概念 32
2.2 蝙蝠算法收斂性分析現(xiàn)狀 33
2.3 基本蝙蝠算法分析 35
2.4 3種邊界條件 39
2.5 基本蝙蝠算法的收斂性分析 40
2.6 標(biāo)準(zhǔn)蝙蝠算法的收斂性分析 46
2.7 收斂速度分析 49
2.8 小結(jié) 50
參考文獻(xiàn) 50
第二部分 原理篇
第3章 三角翻轉(zhuǎn)蝙蝠算法 53
3.1 記憶方式的速度更新公式分析 54
3.2 三角翻轉(zhuǎn)法介紹 56
3.2.1 基于對稱方式的三角翻轉(zhuǎn)法 56
3.2.2 基于比例方式的三角翻轉(zhuǎn)法 57
3.3 記憶型三角翻轉(zhuǎn)蝙蝠算法 59
3.3.1 記憶型三角翻轉(zhuǎn)蝙蝠算法概述 59
3.3.2 收斂性證明 60
3.3.3 仿真試驗 61
3.4 無記憶型三角翻轉(zhuǎn)蝙蝠算法 64
3.4.1 無記憶型三角翻轉(zhuǎn)蝙蝠算法概述 64
3.4.2 仿真試驗 67
3.5 快速三角翻轉(zhuǎn)蝙蝠算法 69
3.5.1 快速三角翻轉(zhuǎn)蝙蝠算法概述 69
3.5.2 仿真試驗 70
3.6 小結(jié) 78
參考文獻(xiàn) 79
第4章 蝙蝠算法的擾動策略設(shè)計 81
4.1 標(biāo)準(zhǔn)蝙蝠算法的局部收斂性能分析 82
4.2 線性遞減策略 86
4.2.1 算法思想 86
4.2.2 參數(shù)選擇 87
4.3 曲線遞減策略 89
4.3.1 算法思想 89
4.3.2 參數(shù)選擇 90
4.4 基于曲線遞減策略的快速三角翻轉(zhuǎn)蝙蝠算法 94
4.5 LEACH協(xié)議的優(yōu)化應(yīng)用 97
4.6 小結(jié) 101
參考文獻(xiàn) 102
第5章 全局搜索與局部搜索的轉(zhuǎn)化策略 105
5.1 已有的轉(zhuǎn)化策略 106
5.2 隨機(jī)轉(zhuǎn)化策略 107
5.3 基于適應(yīng)值信息的轉(zhuǎn)化策略 110
5.3.1 基于秩的轉(zhuǎn)化策略 110
5.3.2 基于數(shù)值的轉(zhuǎn)化策略 114
5.4 基于啟發(fā)式信息的統(tǒng)一搜索蝙蝠算法 115
5.5 DV-Hop算法的優(yōu)化 121
5.6 小結(jié) 125
參考文獻(xiàn) 126
第6章 集成策略算法 129
6.1 UHBA算法分析 130
6.2 6種集成策略 131
6.3 固定概率選擇的集成算法 134
6.4 動態(tài)概率選擇的集成算法 138
6.4.1 動態(tài)概率選擇策略 138
6.4.2 仿真試驗 141
6.5 小結(jié) 148
參考文獻(xiàn) 149
第三部分 應(yīng)用篇
第7章 多目標(biāo)蝙蝠算法軟件缺陷預(yù)測 153
7.1 多目標(biāo)軟件缺陷預(yù)測 154
7.1.1 研究背景 154
7.1.2 問題介紹 156
7.1.3 欠采樣軟件缺陷預(yù)測模型 159
7.2 多目標(biāo)蝙蝠算法 161
7.2.1 多目標(biāo)優(yōu)化問題 161
7.2.2 多目標(biāo)蝙蝠算法分析 162
7.2.3 不平衡數(shù)據(jù)集的欠采樣軟件缺陷預(yù)測具體實現(xiàn)方式 163
7.3 仿真試驗 164
7.4 小結(jié) 168
參考文獻(xiàn) 169
第8章 高維多目標(biāo)蝙蝠算法軟件缺陷預(yù)測 173
8.1 高維多目標(biāo)軟件缺陷預(yù)測問題 174
8.2 高維多目標(biāo)優(yōu)化算法研究現(xiàn)狀 175
8.3 高維多目標(biāo)蝙蝠算法 176
8.3.1 基于維度更新的高維多目標(biāo)蝙蝠算法全局更新策略 176
8.3.2 基于維度更新的高維多目標(biāo)蝙蝠算法局部更新策略 177
8.3.3 適應(yīng)值估計方法 177
8.3.4 目標(biāo)函數(shù) 179
8.3.5 算法框架 181
8.4 仿真試驗 181
8.4.1 參數(shù)設(shè)置及度量指標(biāo) 181
8.4.2 試驗結(jié)果分析 182
8.5 小結(jié) 184
參考文獻(xiàn) 184
附錄A 快速三角翻轉(zhuǎn)蝙蝠算法源代碼 189
附錄B 基于曲線遞減策略的快速三角翻轉(zhuǎn)蝙蝠算法源代碼 197
附錄C 基于秩轉(zhuǎn)化的曲線遞減快速三角翻轉(zhuǎn)蝙蝠算法源代碼 203
附錄D 基于數(shù)值轉(zhuǎn)化的曲線遞減快速三角翻轉(zhuǎn)蝙蝠算法源代碼 209
書單推薦
