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。

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