本书立足于解决工程实际问题，通过建构人工蜂群和人工粒子群优化算法寻优机理的理论框架，针对解决船舶电力系统稳定器设计、非线性动态系统辨识、船舶内壳板材优化设计、多约束问题优化、盲源分离、混沌系统参数辨识、图像有序盲分离、太阳能电池模型参数辨识、船舶混合能源系统配置优化及能量管理等若干关键问题，进行深入的研究和分析。本书的主要特点在于不仅针对相关问题进行理论上的分析，还通过一系列仿真实验予以验证，彰显其研究成果在理论和实践上的双重价值和意义。本书适合从事信号处理、自动化控制、智能信息处理和船舶工程的科研人员以及研究生学习参考。

第1章 基于人工蜂群算法的船舶电力系统稳定器设计
1.1 引言
1.2 基于PSS的船舶同步发电机励磁控制系统
1.2.1 可控相复励励磁系统
1.2.2 PSS改善系统稳定性机理
1.3 PSS参数优化
1.3.1 ABC算法
1.3.2 PSS参数优化目标函数
1.3.3 ABC算法优化PSS参数实现
1.4 仿真实验与分析
1.5 本章小结
参考文献
第2章 基于粒子群算法和宽度学习系统的非线性动态系统辨识
2.1 非线性动态系统辨识研究概况
2.2 PSO-BLS非线性动态系统辨识模型
2.2.1 宽度学习系统
2.2.2 PSO-BLS模型设计
2.3 验证实验
2.4 本章小结
参考文献
第3章 基于群智能算法的船舶内壳板材优化设计
3.1 引言
3.2 C.H的结构
3.2.1 C.H结构布置
3.2.2 SISP的3D模型
3.2.3 SISP参数模型
3.3 构建SISP的数学模型
3.3.1 优化目标
3.3.2 约束
3.3.3 SISP的数学模型
3.4 基于群智能算法的SISP优化设计
3.4.1 ABC算法
3.4.2 PSO算法
3.4.3 GA算法
3.4.4 DE算法
3.4.5 基于群智能算法的SISP优化设计
3.5 实例验证
3.6 本章小结
参考文献
第4章 基于群智能算法的多约束问题优化
4.1 引言
4.2 约束问题
4.3 群智能算法
4.3.1 ABC算法
4.3.2 PSO算法
4.4 基于群智能算法的多约束问题优化
4.4.1 ABC算法的实现
4.4.2 PSO算法的实现
4.5 仿真实验分析
4.6 本章小结
参考文献
第5章 基于自适应人工蜂群优化和峰度的盲源分离算法
5.1 引言
5.2 问题描述
5.3 基于人工蜂群优化和峰度的盲源分离算法
5.3.1 目标函数
5.3.2 基于人工蜂群优化的盲源分离算法
5.4 仿真实验分析
5.5 本章小结
参考文献
第6章 基于人工蜂群和差分进化混合算法的混沌系统参数辨识
6.1 引言
6.2 问题描述
6.3 人工蜂群一差分进化的混合算法
6.3.1 人工蜂群算法
6.3.2 差分进化算法
6.3.3 改进的混合算法
6.4 数值分析
6.5 本章小结
参考文献
第7章 基于对立粒子群优化的图像有序盲分离算法
7.1 引言
7.2 问题描述
7.3 基于对立PSO的图像有序盲分离算法
7.3.1 对立PS(1)算法
7.3.2 退化过程
7.4 仿真分析
7.5 本章小结
参考文献
第8章 基于增强型粒子群优化的太阳能电池模型参数辨识的方法
8.1 引言
8.2 问题描述
8.2.1 单二极管模型
8.2.2 双二极管模型
8.2.3 三二极管模型
8.2.4 PV模块模型
8.3 基于增强型PSO的太阳能电池模型参数辨识
8.3.1 增强型的：PSO算法
8.3.2 基于增强型PSO的太阳能电池模型参数辨识
8.4 仿真实验
8.5 本章小结
参考文献
第9章 基于量子计算的船舶混合能源系统配置优化及能量管理
9.1 引言
9.2 船舶混合能源系统
9.2.1 清洁能源发电模块
9.2.2 储能模块
9.2.3 柴油机模块
9.3 船舶混合能源系统多目标配置优化与能量管理
9.3.1 混合能源系统优化配置模型
9.3.2 混合能源系统能量管理模型
9.4 基于量子计算的船舶混合能源系统配置优化方法及能量管理策略
9.4.1 量子计算
9.4.2 最优值选取策略
9.4.3 基于量子计算的船舶混合能源系统优化配置
9.4.4 基于量子计算的船舶混合能源系统能量管理
9.5 仿真试验与分析
9.6 本章小结
参考文献