Handbook of Swarm Intelligence: Concepts, Principles and Applications

از طبیعت، ما رفتار ازدحام را به شکل کلنی مورچه ها، گله پرندگان، گله داری حیوانات، زنبورهای عسل، ازدحام باکتری ها و بسیاری موارد دیگر مشاهده می کنیم. تنها در سال‌های اخیر است که محققان متوجه چنین سیستم‌های ازدحام طبیعی به‌عنوان اوج نوعی هوش جمعی ذاتی شده‌اند، البته هوش ازدحامی (SI) - استعاره‌ای که الهام‌بخش مشکلات محاسباتی بی‌شماری است. تکنیک های حل در هوش محاسباتی، الگوریتم های گروه مانند با موفقیت برای حل بسیاری از مسائل دنیای واقعی در مهندسی و علوم به کار گرفته شده اند. این کتاب راهنما به‌عنوان مجموعه‌ای مفید و پایه‌ای مفید از مقالات در این زمینه از محققان مختلف در سراسر جهان است. مجموعه ای غنی از مشارکت های مربوط به مطالعه نظری و تجربی انواع تک و چند هدفه الگوریتم های مبتنی بر هوش ازدحام مانند بهینه سازی ازدحام ذرات (PSO)، بهینه سازی کلونی ant (ACO)، الگوریتم بهینه‌سازی غذایابی باکتری (BFOA)، الگوریتم‌های جستجوی اجتماعی زنبور عسل، و جستجوی هماهنگی (HS). با فصل‌هایی که کاربردهای مختلف تکنیک‌های SI را در مسائل مهندسی دنیای واقعی توصیف می‌کنند، این کتاب راهنما می‌تواند منبع ارزشمندی برای محققان و پزشکان باشد و طعم عمیقی از آنچه SI قادر به دستیابی است ارائه دهد.

From nature, we observe swarming behavior in the form of ant colonies, bird flocking, animal herding, honey bees, swarming of bacteria, and many more. It is only in recent years that researchers have taken notice of such natural swarming systems as culmination of some form of innate collective intelligence, albeit swarm intelligence (SI) - a metaphor that inspires a myriad of computational problem-solving techniques. In computational intelligence, swarm-like algorithms have been successfully applied to solve many real-world problems in engineering and sciences. This handbook volume serves as a useful foundational as well as consolidatory state-of-art collection of articles in the field from various researchers around the globe. It has a rich collection of contributions pertaining to the theoretical and empirical study of single and multi-objective variants of swarm intelligence based algorithms like particle swarm optimization (PSO), ant colony optimization (ACO), bacterial foraging optimization algorithm (BFOA), honey bee social foraging algorithms, and harmony search (HS). With chapters describing various applications of SI techniques in real-world engineering problems, this handbook can be a valuable resource for researchers and practitioners, giving an in-depth flavor of what SI is capable of achieving.