本书是一本全面、系统地介绍烟花算法主要研究和典型应用的学术专著，从基础、理论、进展及应用4个方面详细地介绍了烟花算法的研究内容，清晰地展示了烟花算法的研究全貌。书中不仅介绍了许多烟花算法理论研究成果，还提供了大量重要烟花算法改进算法的流程图和烟花算法的统一代码框架，同时展示了丰富的成功应用实例。
本书可作为智能科学、人工智能、计算机科学和数据科学等相关专业高年级本科生和研究生的教材或参考书，也可作为信息、控制、通信、管理、工程技术等相关领域的研究人员和工程师的参考书。
烟花算法发明人原创新作，汇集近8年新进展；
整合烟花算法重要的一系列研究成果，深入讲解其中思想、方法、重难点；
作者团队长期组织群体智能领域国际会议ICSI，掌握并分享全球前沿进展；
提供烟花算法高效、灵活、便捷的代码实现，能够帮助读者快速应用。
谭营
四川营山人，工学博士，烟花算法发明人，国际人工智能科学家。现为北京大学教授、博士生导师,主要从事智能科学、计算智能与群体智能、机器学习、大数据挖掘与分析以及相关应用的研究工作。2005年曾入选中国科学院“百人计划”，主持国家自然科学基金、“863”计划、“973”计划等科学研究项目40余项。出版Fireworks Algorithm、《烟花算法引论》《人工智能知识讲座》《人工智能之路》等学术专著及科普作品10余部，发表学术研究论文450余篇。曾获得国家自然科学奖、高等学校科学研究优秀成果奖自然科学奖、北京市科学技术奖自然科学奖等多项奖励。获得国际与国家发明专利授权15项。担任十余种国际期刊的主编、副主编和编委，创立并担任群体智能国际会议（ICSI）大会主席，担任金砖国家计算智能大会联合主席和国际群体与演化智能学会主席。
第 一部分烟花算法基础
第 1 章烟花算法原理 3
1.1 算法思想 3
1.2 基本算子 5
1.3 基本算子性能分析 9
1.4 烟花算法整体性能分析 11
1.5 小结 13
第 2 章增强烟花算法 14
2.1 基本烟花算法的工作机制 14
2.2 增强烟花算法的工作机制 15
2.3 实验与分析 19
2.4 讨论与结论 22
2.5 小结 23
第3 章动态搜索烟花算法 24
3.1 动态搜索烟花算法简介 26
3.2 核心烟花的动态爆炸半径检测策略 27
3.3 非核心烟花爆炸半径检测策略 29
3.4 消除高斯变异算子 29
3.5 动态搜索烟花算法框架 30
3.6 实验与分析 30
3.7 小结 34
第4 章烟花算法代码框架 35
4.1 快速使用 35
4.2 标准测试函数集 37
4.3 评估器框架 39
4.4 算法设计 40
4.5 算法测试与对比 42
4.6 小结 42
第5 章随机模型与收敛性分析 43
5.1 随机模型 43
5.2 全局收敛性 44
5.3 小结 53
第二部分烟花算法理论
第6 章信息利用率理论 57
6.1 信息利用率 57
6.2 信息利用率计算 61
6.3 信息利用率与性能 65
6.4 同一个家族的算法 67
6.5 不同家族的算法 68
6.6 小结 70
第7 章时间复杂度的基本理论及分析 71
7.1 时间复杂度的基本理论 71
7.2 时间复杂度分析 74
7.3 小结 76
第8 章映射规则分析 77
8.1 映射规则 77
8.2 实验与分析 79
8.3 小结 86
第三部分烟花算法进展
第9 章进展综述 89
9.1 烟花算法的发展 89
9.2 算子的改进 89
9.3 结合的方法 92
9.4 协同的烟花算法 93
9.5 小结 93
第 10 章烟花算法协同框架 94
10.1 传统烟花算法框架下的合作策略分析 94
10.2 烟花算法协同框架 96
10.3 实验设计 98
10.4 实验结果 99
10.5 小结 103
第 11 章引导式烟花算法 104
11.1 算法简介 104
11.2 单目标优化实验与分析 114
11.3 大规模优化问题实验与分析 117
11.4 小结 119
第 12 章败者淘汰锦标赛烟花算法 120
12.1 算法的基本机制 120
12.2 算法的淘汰机制 123
12.3 实验与分析 127
12.4 小结 131
第 13 章多尺度协同烟花算法 135
13.1 算法细节 135
13.2 实验与分析 138
13.3 小结 140
第 14 章基于搜索空间划分的烟花算法 143
14.1 算法实现 144
14.2 实验与分析 153
14.3 小结 157
第 15 章层次协同的烟花算法 160
15.1 算法实现 160
15.2 实验与分析 168
15.3 小结 169
第 16 章连续爆炸的烟花算法 172
16.1 多层爆炸烟花算法 172
16.2 指数衰减爆炸烟花算法 176
16.3 小结 180
第 17 章混合烟花算法 181
17.1 基于差分进化变异的烟花算法 181
17.2 基于生物地理学优化的败者淘汰锦标赛烟花算法 188
17.3 小结 192
第 18 章其他改进烟花算法 193
18.1 精英引导的烟花算法 193
18.2 基于动态群体规模的烟花算法 197
18.3 小结 199
第四部分烟花算法应用
第 19 章烟花算法应用研究综述 203
19.1 烟花算法在机器学习领域中的应用 203
19.2 烟花算法在调度与规划问题中的应用 204
19.3 烟花算法在设计与控制问题中的应用 205
19.4 烟花算法在图像处理问题中的应用 206
19.5 小结 206
第 20 章烟花算法在旅行商问题中的应用 207
20.1 旅行商问题 207
20.2 用TSP-LoTFWA 求解旅行商问题 208
20.3 实验与分析 219
20.4 算法讨论 222
20.5 小结 222
第 21 章烟花算法在多目标优化问题中的应用 223
21.1 多目标优化问题 223
21.2 多目标烟花算法 224
21.3 油料作物施肥问题 240
21.4 实验与分析 242
21.5 小结 249
第 22 章烟花算法在监督学习中的应用 250
22.1 监督学习简介 250
22.2 烟花算法优化支持向量机 250
22.3 烟花算法优化人工神经网络 254
22.4 小结 256
第 23 章烟花算法在无监督学习中的应用 257
23.1 无监督学习简介 257
23.2 无监督学习优化问题的定义 258
23.3 烟花算法聚类 259
23.4 烟花算法社区发现 262
23.5 小结 266
第 24 章烟花算法在电磁干扰系统中的应用 267
24.1 电磁干扰系统简介 267
24.2 模型构建 267
24.3 实验与分析 273
24.4 小结 278
第 25 章烟花算法在微电网优化中的应用 280
25.1 微电网优化简介 280
25.2 微电网调度优化数学模型 280
25.3 小结 290
参考文献 291
术语表 303
符号表 306
书单推荐
