田雨波編著的《粒子群優(yōu)化算法及電磁應(yīng)用》在論述粒子群優(yōu)化算法基本原理的基礎(chǔ)上，介紹有關(guān)改進(jìn)設(shè)計(jì)，同時(shí)給出各種改進(jìn)設(shè)計(jì)在電磁場(chǎng)工程問(wèn)題中的應(yīng)用。從內(nèi)容上看，全書分為兩個(gè)部分：第一部分為第2～12章，主要論述粒子群優(yōu)化算法，包括標(biāo)準(zhǔn)粒子群優(yōu)化算法、粒子群優(yōu)化算法的物理基礎(chǔ)、粒子群優(yōu)化算法的邊界條件、量子粒子群優(yōu)化算法、云粒子群優(yōu)化算法、簡(jiǎn)化粒子群優(yōu)化算法、蛙跳粒子群優(yōu)化算法、小波粒子群優(yōu)化算法、二進(jìn)制粒子群優(yōu)化算法及基于粒子群優(yōu)化算法的神經(jīng)網(wǎng)絡(luò)和神經(jīng)網(wǎng)絡(luò)集成等；第二部分為13～18章，主要論述粒子群優(yōu)化算法在電磁工程中的應(yīng)用，包括電磁問(wèn)題中的復(fù)超越方程求解、濾波器設(shè)計(jì)、微帶天線設(shè)計(jì)、諧振頻率建模、吸波材料設(shè)計(jì)和天線陣綜合等。

緒論

第1章 緒論

1.1 優(yōu)化方法

1.1.1 優(yōu)化的基本概念

1.1.2 優(yōu)化問(wèn)題的分類

1.1.3 優(yōu)化算法的復(fù)雜度

1.2 智能優(yōu)化方法

1.2.1 智能優(yōu)化方法的基本概念

1.2.2 智能優(yōu)化方法的特點(diǎn)

1.2.3 智能優(yōu)化方法的哲學(xué)定理

1.3 粒子群優(yōu)化算法

1.4 粒子群優(yōu)化算法的電磁應(yīng)用

參考文獻(xiàn)

 

第一部分 粒子群優(yōu)化算法

第2章 標(biāo)準(zhǔn)粒子群優(yōu)化算法

2.1 引言

2.2 算法概述

2.2.1 算法原理

2.2.2 算法數(shù)學(xué)描述

2.2.3 算法流程

2.2.4 算法參數(shù)

2.3 算法模型

2.3.1 算法模型分析

2.3.2 算法拓?fù)浣Y(jié)構(gòu)

12.3.3 算法鄰域結(jié)構(gòu)

2.4 算法優(yōu)點(diǎn)和局限性

2.4.1 算法的優(yōu)點(diǎn)

2.4.2 算法的局限性

2.5 粒子更新方法研究

2.6 算法應(yīng)用及展望

2.6.1 算法的應(yīng)用

2.6.2 算法的研究方向

參考文獻(xiàn)

 

第3章 粒子群優(yōu)化算法的物理基礎(chǔ)

3.1 引言

3.2 分子動(dòng)力學(xué)理論

3.2.1 保守PSO環(huán)境

3.2.2 耗散PSO環(huán)境

3.3 PSO環(huán)境的熱動(dòng)力學(xué)分析

3.3.1 熱力學(xué)平衡

3.3.2 能量因素

3.3.3 動(dòng)力學(xué)特性

3.4 PSO算法的擴(kuò)散模型

3.5 PSO算法的馬爾可夫模型

3.5.1 基于概率理論的更新方程

3.5.2 馬爾可夫鏈模型

3.5.3 廣義PSO算法

參考文獻(xiàn)

 

第4章 粒子群優(yōu)化算法的邊界條件

4.1 引言

4.2 邊界條件分類

4.3 數(shù)值仿真實(shí)驗(yàn)

4.3.1 測(cè)試函數(shù)

4.3.2 仿真結(jié)果及分析

參考文獻(xiàn)

 

第5章 量子粒子群優(yōu)化算法

5.1 引言

5.2 算法概述

5.2.1 算法原理

……

第二部分 粒子群優(yōu)化算法的電磁應(yīng)用