《现代智能算法理论及应用(第2版)》围绕智能算法中混沌加密、控制与预测算法、粒子群优化算法、多Agent算法展开一系列研究。首先针对信息的保密和系统的安全性，考虑不完备引起的信息安全问题日益突现，将混沌理论与数字水印技术、数字隐藏技术、控制、预测结合起来进行理论和应用研究；然后介绍粒子群算法的基本原理及并行实现，探讨其在工程问题中的应用；最后介绍多Agent的基本理论和结构，研究其在数据分类、故障诊断及故障预测中的应用。
　　全书取材新颖，覆盖面较广，深入浅出，注重算法的理论依据、应用思路及应用效果，体现了国内外在这方面研究的最新进展。《现代智能算法理论及应用(第2版)》可供工程技术人员、科研院所研究人员参考，也可作为高等院校教师、博士生及硕士生的参考书。

　　第一章 绪论
　　智能算法是人工智能研究领域的一个重要分支，当前，智能计算正在蓬勃发展，研究智能计算的领域十分活跃。虽然智能算法研究水平暂时还很难使“智能机器”真正具备人类的智能，但人工脑将不仅是模仿生物脑的功能，而且两者具有相同的特性，两者的结合将使人工智能的研究向着更广和更深的方向发展，智能计算将探索智能的新概念、新理论、新方法和新技术，而这些研究将在以后的发展中取得重大的成就。
　　智能计算也称为“软计算”，是人们受自然界或生物界规律的启发，根据自然界或生物界的原理，模仿其规律而设计的求解问题的算法。自然界一直是人类创造力的丰富源泉，人类认识事物的能力来源于自然界的相互作用之中，自然界的许多自适应优化现象不断给人类以启示。近几十年来，一些与经典的数学规划原理截然不同的、试图通过模拟自然生态系统机制以求解复杂优化问题的仿生智能优化算法相继被提出和研究，这方面的内容很多，如模拟退火算法、遗传算法、人工神经网络技术、人工免疫算法和群智能算法等。这些算法大大丰富了现代优化技术，也为那些传统优化技术难以处理的组合优化问题提供了切实可行的解决方案。
　　随着智能算法在工程领域中越来越广的成功应用，致使智能算法成为当今研究的热点。目前，对智能算法的研究呈现出三大趋势：一是对经典智能算法的改进、广泛应用及其理论的深入研究；二是对现代智能算法开发新的智能工具，拓宽其应用领域，并对其寻求理论基础；三是经典智能算法与现代智能算法的结合建立混合智能算法。针对现代智能算法的发展最新研究趋势，
　　对近年来国内外关注的混沌加密与预测算法、粒子群优化算法、多Agent系统理论三大主要研究分支的主要内容进行一系列深入研究，其研究成果对国内外该领域的研究人员、学者、工程技术人员有很高的参考价值，有助于共同推动智能算法的理论与实际应用不断向前发展。

前言
第一章 绪论
第一节 混沌系统基本理论概述
第二节 粒子群优化算法概述
第三节 Agent及多Agent理论概述

第一部分 混沌系统基本理论及其应用
第二章 混沌在数字图像水印和信息隐藏中的应用
第一节 引言
第二节 基础理论
第三节 一种基于混沌和数字图像融合技术的信息隐藏方法
第四节 基于混沌和数字签名的数字水印技术
第五节 混沌序列模运算的水印算法
第六节 多重数字图像水印算法探讨
第七节 本章小结
参考文献

第三章 混沌在数字图像加密中的应用
第一节 引言
第二节 数字图像加密的基本原理概述
第三节 混沌数字图像加密的空域变换方法
第四节 混沌数字图像加密的频域变换方法
第五节 混沌映射及混沌密码序列的设计
第六节 数字图像加密解密算法设计及其结果分析
第七节 本章小结
参考文献

第四章 基于观测器的一类混沌系统的同步控制
第一节 引言
第二节 基础理论
第三节 混沌控制的常见方法
第四节 两类混沌观测器及其推广形式
第五节 两类推广形式观测器的应用举例和仿真
第六节 基于观测器的连续混沌系统的混合同步控制
第七节 基于观测器的陈氏混沌系统同步控制
第八节 本章小结
参考文献

第五章 一类三维连续混沌系统的降维反馈同步控制
第一节 引言
第二节 降维反馈同步控制方法
第三节 线性时变连续系统的稳定性判据下的Lorenz混沌系统的性线反馈同步
第四节 线性时变连续系统的稳定性判据下的Lorenz混沌系统的线性与非线性混合反馈同步
第五节 耦合混沌系统完全同步的直接方法应用
第六节 本章小结
参考文献

第六章 混沌时间预测模型及其应用
第一节 引言
第二节 混沌时间预测基本理论
第三节 交通流量时间序列的混沌特征识别
第四节 基于混沌算法的交通流量小波神经网络预测
第五节 交通流量VNNTF神经网络预测
第六节 交通流量FIRTF神经网络预测
第七节 本章小结
参考文献

第二部分 粒子群优化算法理论及其应用
第七章 粒子群优化算法概述
第一节 最优化问题
第二节 粒子群优化原理及算法描述
第三节 粒子群算法的研究现状
参考文献

第八章 粒子群算法及其改进算法
第一节 引言
第二节 基本粒子群优化算法
第三节 模糊粒子群优化算法
第四节 混沌粒子群优化算法
第五节 小生境粒子群优化算法
第六节 并行粒子群优化算法
第七节 Multi-Dhase粒子群优化算法
第八节 免疫粒子群优化算法
参考文献

第九章 粒子群算法的收敛性分析
第一节 引言
第二节 粒子群的收敛性分析
第三节 惯性权重粒子群的收敛性分析
第四节 PSO的Gbest、Pbest和common模型分析
第五节 保证收敛的PSO模型分析
第六节 基于随机过程的PSO收敛性分析
第七节 本章小结
参考文献

第十章 粒子群算法的应用
第一节 引言
第二节 粒子群算法在PID控制中的应用
第三节 粒子群算法在TSP问题中的应用
第四节 粒子群算法在三维空间机器人路径规划中的应用
第五节 粒子群算法在可拓神经网络中的应用
参考文献

第三部分 多Agent系统及其在故障诊断中的应用
第十一章 分布式人工智能概述
第一节 分布式人工智能
第二节 Agent及多Agent技术的研究进展
第三节 多Agent系统在故障诊断中的研究进展
第四节 本章小结
参考文献

第十二章 Agent及多Agent基础理论
第一节 引言
第二节 Agent的定义
第三节 多Agent系统理论
第四节 多Agent的实现工具与技术
第五节 本章小结
参考文献

第十三章 多Agent系统在可重构故障诊断中的应用
第一节 引言
第二节 可重构智能故障诊断系统
第三节 复杂系统故障建模
第四节 可重构诊断Agent构造
第五节 可重构诊断过程建模
第六节 可重构的多智能体诊断系统模型
第七节 可重构多智能体诊断系统的实现方法
第八节 本章小结
参考文献

第十四章 基于免疫机理可重构Agent故障诊断系统研究
第一节 引言
第二节 可重构诊断系统的免疫机理映射
第三节 基于免疫机理的可重构诊断系统建模
第四节 可重构免疫诊断系统的诊断模型研究
第五节 基于免疫协同的诊断策略
第六节 可重构诊断系统在励磁系统故障诊断中的应用
第七节 本章小结
参考文献