Nowoczesne metody optymalizacji globalnej.
Metaheurystyki populacyjne

Niniejsza ksiazka poświęcona jest metodom inspirowanym natura w jej biologicznym aspekcie, które operują na grupie punktów równolegle przeszukujących przestrzeń zawierającą wszystkie rozwiązania zadania optymalizacyjnego. Algorytmy te, przez analogie do populacji biologicznych, zwane są populacyjnymi. Prezentowany materiał zorganizowano w ośmiu rozdziałach i uzupełniono obszernym spisem literatury przedmiotu. SPIS TREŚCI1. Wstęp2. Preliminaria2.1. Optymalizacja2.2 Funkcje celu i powierzchnie odpowiedzi2.3. Twierdzenie No free lunch3. Heurystyki i metaheurystyki3.1. Definicje3.2. Klasyfikacja metaheurystyk3.3. Metaheurystyki popularcyjne3.4. Eksploracja i eksploatacja3.5. Analiza teoretyczna metaheurystyk3.6. Parametry4. Algorytmy ewolucyjne4.1. Inspiracje4.2. Ogólne idee4.3. Główne rodzaje algorytmów ewolucyjnych4.4. Mechanizmy ewolucji4.5. Analiza teoretyczna5. Ewolucja różnicowa5.1. Inspiracje5.2. Podstawowe idee5.3. Schematy algorytmów różnicowych5.4. Parametry5.5. Warianty algorytmów różnicowych5.6. Analiza teoretyczna6. Optymalizacja rojem cząstek6.1. Inspiracje6.2. Podstawowe idee6.3. Parametry metody6.4. Topologie sąsiedztwa6.5. Stagnacja i inne ograniczenia6.6. Warianty i wersje hybrydowe6.7. Analiza teoretyczna7. Algorytmy mrówkowe7.1. Inspiracje7.2. Podstawowe idee7.3. Warianty i wersje hybrydowe7.4. Analiza teoretyczna8. Inne metaheurystyki populacyjne8.1. Algorytmy pszczół8.2. Algorytmy świetlikowe8.3. Algorytmy kukułcze