本書結合作者近幾年的研究成果，主要介紹人工蜂鳥算法和蝠鲼覓食優化算法的提出、改進及其工程應用，內容包括：人工蜂鳥算法，包括算法提出的靈感、步驟、數學模型、性能測試及其工程應用等；人工蜂鳥算法的改進及其工程應用，從運用切比雪夫混沌映射進行初始化來提高求解的精度和引導覓食時加入萊維飛行，使得算法避免過早收斂和具有良好的穩定性兩個方面對人工蜂鳥算法進行改進，改進后的算法應用在抽水蓄能機組調節系統非線性模型參數辨識中，并取得了比較好的效果；蝠鲼覓食優化算法，包括算法提出啟發、步驟、數學模型、性能測試及其工程應用等；蝠鲼覓食優化算法的改進及其工程應用，采用精英反向學習算法優化初始種群、在鏈式覓食處采用自適應t分布代替鏈式因子優化個體在鏈式覓食點的更新策略等對蝠鲼覓食優化算法進行改進，采用改進的蝠鲼覓食優化算法對混流式水輪機尾水管壓力脈動特征進行了有效識別。
1、國家自然科學基金面上項目，極端工況下水泵水輪機動力學特性仿真與實驗研究，2020/01-2023/12，第二
2、河北省自然科學基金，基于隱馬爾可夫多目標優化的水輪機導軸承退化狀態識別和壽命預測，2017/01-2019/12，第一
目錄
前言
第1章緒論1
1.1優化算法1
1.2抽水蓄能機組調節系統非線性模型參數辨識4
1.3尾水管壓力脈動5
第2章人工蜂鳥算法的提出及其工程應用7
2.1人工蜂鳥算法7
2.2算法的性能測試14
2.3工程應用22
2.4小結29
第3章人工蜂鳥算法改進及其在抽水蓄能機組調節系統非線性模型參數辨識中的應用30
3.1引言30
3.2抽水蓄能機組調節系統的非線性數學模型30
3.3人工蜂鳥算法的改進37
3.4基于IAHA的抽水蓄能機組調節系統非線性模型參數辨識41
3.5小結62
第4章蝠鲼覓食優化的提出及其工程應用63
4.1蝠鲼覓食優化算法63
4.2實驗結果對比分析67
4.3工程應用74
4.4小結81
第5章蝠鲼覓食優化算法的改進及其在尾水管壓力脈動特征識別中的應用83
5.1引言83
5.2蝠鲼覓食優化算法的改進83
5.3概率神經網絡89
5.4利用MRFO算法和ITMRFO算法優化概率神經網絡91
5.5尾水管壓力脈動特征識別93
5.6小結101
參考文獻103
附錄A109
附錄B113
附錄C115
附錄D117
新書資訊