高尚，男，1972年12月生，博士，教授，硕士生导师。长期从事模式识别与智能计算领域的研究工作，在群智能方向研究多年。主持或参加过多项国家自然科学基金、江苏省自然科学基金、江苏省教育厅、国家重点实验室等科研项目，发表学术论文100余篇，出版专著部《群智能算法及其应用》（中国水利水电出版社，2006）《支持向量机及其个人信用评估》（西安电子科技大学出版社，2013），获得发明专利2项。被评为江苏省“青蓝工程”中青年学术带头人，入选江苏省第四期“333工程”第三层次人才。

　　分布估计算法提供了一个新的进化模式，它从有前途的候选解建立概率模型来引导搜索过程。《分布估计算法及其应用》介绍了分布估计算法的发展、理论研究成果及应用；介绍了分布估计算法的MATLAB工具箱MATEDA-2.0的用法；提出了改进的正态分布的分布估计算法求解连续空间函数优化问题；将分布估计算法应用于武器一目标分配问题、背包问题、可靠性优化问题、旅行商问题、多约束装箱问题文本聚类问题中；讨论了解连续性优化问题、小包围圆问题和旅行商问题的摸石头过河算法；探讨了与“摸石头过河”混合的分布估计算法；探讨了利用分布估计算法解决多目标优化问题。《分布估计算法及其应用》反映了作者的新成果。
　　《分布估计算法及其应用》是一本理论与实际相结合的书籍，书中给出了主要算法的源代码，通俗易懂，图文并茂。《分布估计算法及其应用》适合于从事智能计算领域研究和应用的科技工作者和工程技术人员使用，可以作为人工智能、计算机科学、信息科学、智能优化及智能控制领域的广大高年级本科生、研究生和教师的教材或教学参考书，也可供相关领域的科研人员和实际工作者阅读参考。

第1章 概述
1．1 智能优化算法
1．2 智能优化算法特点及分类
1．3 典型的优化测试函数
1．3．1 无约束优化函数
1．3．2 有约束优化问题
1．4 分布估计算法的起源
1．5 分布估计算法的理论研究
1．6 分布估计算法的应用
1．7 分布估计算法的研究热点
1．8 本书的组织结构

第2章 基本分布估计算法
2．1 一个简单的分布估计算法例子
2．2 基于不同概率模型的分布估计算法
2．2．1 变量无关的分布估计算法
2．2．2 双变量相关分布估计算法
2．2．3 多变量相关分布估计算法
2．2．4 基于概率模型的其他算法
2．3 连续域的分布估计算法
2．4 分布估计算法的MATLAB工具箱MATEDA-2．O
2．4．1 MATEDA-2．O的特点
2．4．2 MATEDA的安装
2．4．3 MATEDA程序功能
2．4．4 数值例子
2．5 本章小结

第3章 解连续性优化问题的改进的正态分布的分布估计算法
3．1 正态分布的分布估计算法
3．2 改进的正态分布的分布估计算法
3．3 数值仿真与分析
3．3．1 与均匀分布的分布估计算法比较
3．3．2 不同的m/N比例分析
3．4 本章小结

第4章 武器-目标分配问题的分布估计算法及参数设计
4．1 武器-目标分配问题
4．2 解武器目标分配问题的改进分布估计算法
4．3 算法测试及参数设计
4．4 本章小结

第5章 背包问题的分布估计算法
5．1 引言
5．2 背包问题各种形式的数学模型
5．3 解O-1背包问题的分布估计算法
5．4 数值仿真与分析
5．5 本章小结

第6章 求解可靠性优化的分布估计算法
6．1 可靠性优化问题
6．2 最优冗余优化模型及解法
6．3 解可靠性优化问题的改进分布估计算法
6．4 算例分析
6．5 本章小结

第7章 旅行商问题的分布估计算法
7．1 旅行商问题
7．1．1 标准旅行商问题
7．1．2 标准旅行商问题的数学模型
7．1．3 扩展TSP
7．1．4 TSP的解法
7．2 解旅行商问题的模拟退火算法
7．3 解旅行商问题的遗传算法
7．4 解旅行商问题的蚁群算法
7．5 解旅行商问题的分布估计算法
7．6 解旅行商问题的改进分布估计算法
7．7 实例分析
7．8 本章小结

第8章 基于分布估计算法解决集装箱装载问题
8．1 集装箱装载问题
8．2 启发式规则
8．2．1 装载策略
8．2．2 空间分割
8．2．3 空间合并
8．3 分布估计算法解决集装箱装载问题
8．3．1 编码处理
8．3．2 评价适应度函数
8．3．3 建立概率模型
8．3．4 算法实现流程
8．3．5 算法测试与结果对比
8．4 改进分布估计算法解决集装箱装载问题
8．4．1 精英种群策略
8．4．2 变异操作
8．4．3 改进分布估计算法实现流程
8．4．4 算法测试与结果对比
8．5 本章小结

第9章 分布估计算法在文本聚类中的应用
9．1 聚类算法
9．1．1 划分方法
9．1．2 层次方法
9．1．3 基于密度的聚类方法
9．1．4 基于模型的聚类方法
9．1．5 基于网格的聚类方法
9．2 文本聚类关键技术
9．2．1 文本间距离计算
9．2．2 文本的表示模型
9．2．3 文本预处理
9．3 文本语义相似度计算
9．3．1 关于《知网》
9．3．2 文本语义相似度的计算
9．4 本文的语义相似度计算
9．4．1 近义词
9．4．2 文本相似度计算
9．5 语义相似度基础上的K-均值聚类算法
9．5．1 问题描述
9．5．2 算法的实现
9．5．3 实验结果比较
9．6 基于分布估计算法的文本聚类
9．6．1 分布估计算法聚类相关改进
9．6．2 分布估计算法在聚类问题中的实现
9．6．3 实验结果分析
9．7 禁忌搜索算法
9．7．1 禁忌搜索算法概述
9．7．2 TS算法的基本思想
9．7．3 禁忌搜索算法的流程
9．7．4 禁忌搜索算法的特点
9．8 分布估计算法和禁忌搜索算法融合聚类
9．8．1 聚类算法基本思想
9．8．2 聚类算法的实现
9．9 系统实现及实验结果分析
9．9．1 功能模块设计
9．9．2 语料库
9．9．3 实验结果分析
9．10 本章小结

第10章 与摸石头过河算法混合的分布估计算法
10．1 摸石头过河算法的思想
10．2 解连续性优化问题的摸石头过河算法
10．2．1 基本摸石头过河算法
10．2．2 改进的摸石头过河算法
10．2．3 数值仿真与分析
10．3 求解最小包围圆问题的“摸石头过河”算法方法
10．3．1 引言
10．3．2 最小包围圆问题
10．3．3 解连最小包围圆问题的摸石头过河算法
10．4 解旅行商问题的摸石头过河算法
10．4．1 解旅行商问题的摸石头过河算法
10．4．2 数值例子
10．5 与“摸石头过河”混合的分布估计算法
10．5．1 解连续空间优化问题的摸石头过河与分布估计混合算法
10．5．2 数值仿真与分析
10．6 本章小节

第11章 基于分布估计算法的多目标优化
11．1 引言
11．2 多目标优化问题的数学描述
11．3 常用的多目标优化问题的测试函数
11．4 求解多目标优化问题的算法
11．5 解多目标优化问题的传统算法
11．5．1 目标加权法
11．5．2 约束法
11．5．3 目标规划法
11．6 解多目标优化的智能优化算法
11．6．1 基于进化算法的多目标优化
11．6．2 基于粒子群算法的多目标优化
11．6．3 基于人工免疫系统的多目标优化
11．7 分布估计算法的多目标优化
11．8 解多目标3-SAT问题的分布估计算法
11．9 展望

第12章 总结
附录A 解连续性优化问题的改进的正态分布的分布估计算法程序
附录B 背包问题的分布估计算法程序
附录C 解连续优化问题摸石头过河算法程序
附录D 解连续优化问题摸石头过河分布估计混合算法程序
参考文献