仿生智能凤仙花优化算法

《仿生智能优化凤仙花算法》系统地描述了一种新型群体智能算法——凤仙花优化算法,它的产生、算法实现、理论分析、算法改及其应用,为读者勾勒出了凤仙花优化算法的全景图像。主要内容包括: 凤仙花优化算法的基本原理与实现及其性能分析、收敛性和时间复杂度分析、改算法、多目标凤仙花优化算法的化实现,以及几种应用实例。书中重介绍了凤仙花优化的参数设定,各种改方法、多目标优化、与典型群体智能算法的性能对比分析等。书中还包括了凤仙花优化算法的资料和一些重要算法的流程图,以及源代码,供感兴趣的读者参阅和使用。《仿生智能优化凤仙花算法》可供人工智能、控制科学与工程、计算机算法等专业领域研究人员参考，也可供相关专业研究生教学使用。
【推荐语】
自然界的种群，如雨林中的各种动植物、飞翔的鸟群，虽然个体是低智能生物，但是群集呈现某些高智能特性，如飞鸟群体的秩序。《仿生智能优化凤仙花算法》将这种自然现象的仿生研究与智能优化算法结合，以新型群集智能优化算法设计为目标，行了相关理论方法、技术及实验研究，反映了创新性的研究成果。
【作者】
李圣普，博士，副教授，获东华大学控制科学与工程专业工学博士学位。在平顶山学院工作期间两次获得教学技能竞赛二等奖，先后获得“中青年骨干教师”、“科研业绩先个人”等称号。在教科研方面，参与在研国家重研发计划“智能机器人”重专项一项，主持完成河南省科技攻关项目、河南省教师教育改革项目和河南省高校重科技项目各一项。主要研究方向为群集智能优化计算，近三年本人公发表多篇SCI、EI论文，担任《Neural Computing and Applications》等多个期刊的审稿人。