参考文献

[1] 陈宝林．最优化理论与算法[M]．北京：清华大学出版社，2005.

[2] 康崇禄．蒙特卡罗方法理论和应用[M]．北京：科学出版社，2016.

[3] 王凌．智能优化算法及其应用[M]．北京：清华大学出版社，2001.

[4] Russell C.Eberhart, Yuhui Shi．计算智能：从概念到实现[M]．北京：人民邮电出版社，2009.

[5] Dorigo M, Stützle T．蚁群优化[M]．张军，胡晓敏，罗旭耀，译．北京：清华大学出版社，2007.

[6] Dorigo M, Maniezzo V, Colorni A.Ant system:Optimization by a colony of cooperating agents[J].IEEE Transactions on System Man, and Cybernetics-Part B,1996,26:29～41.

[7] Dorigo M, Caro G Di.The ant colony optimization metaheuristic[C].Corne D, Dorigo M, Glover F, ed.New Ideas in Optimization.London, U K:McGraw-Hill,1999:11～32.

[8] Zecchin A C, Simpson A R, Marier H R, et al.Parametric study for an ant algorithm applied to water distribution system optimization[J].IEEE Transactions on Evolutionary Computation,2005,9（2）:175～191.

[9] Zhang N, Feng Z.Cooperative ant colony optimization for mult-i satellite resource scheduling problem[C].2007 IEEE Congress on Evolutionary Computation. Singapore,2007:2822～2828.

[10] 金飞虎，洪炳熔，高庆吉．基于蚁群算法的自由飞行空间机器人路径规划[J].机器人，2002,24（6）:526～530.

[11] 丁滢颍，何衍，蒋静坪．基于蚁群算法的多机器人协作策略[J]．机器人，2003, 25（5）:414～418.

[12] 董玉成，陈义华．基于蚂蚁算法的移动机器人路径规划[J]．重庆大学学报，2003,26（3）:49～51.

[13] 樊晓平，罗熊，易晟．复杂环境下基于蚁群算法的多机器人路径规划[J]．控制与决策，2004,19（2）:166～170.

[14] 朱庆保．动态复杂环境下的机器人路径规划蚂蚁预测算法[J]．计算机学报，2005,28（11）:1898～1906.

[15] 侯云鹤，熊信艮，吴耀武，等．基于广义蚁群算法的电力系统经济负荷分配[J].中国电机工程学报，2003,23（3）:59～64.

[16] Gomez J F, Khodr H M, De Oliverira P M, et al.Ant colony system algorithm for the planning of primary distribution circuits[J].IEEE Transactions on Power Systems,2004,192（2）:996～1004.

[17] 翟海保，程浩忠，吕干云，等．多阶段输电网络最优规划的并行蚁群算法[J]．电力系统自动化，2004,28（20）:37～42.

[18] 程晓荣，叶显熠，梁玉泉，等．基于改进蚁群算法的输电网络扩展规划[J]．电力系统自动化，2006,30（20）:37～40.

[19] 樊友平，陈允平，黄席樾，等．运载火箭控制系统漏电故障诊断研究[J]．宇航学报，2004,25（5）:507～513.

[20] 汪镭，吴启迪．蚁群算法在系统辨识中的应用[J]．自动化学报，2003,29（1）:102～109.

[21] Parpinelli R S, Lopes H S, Freitas A A.Data mining with an ant colony optimization algorithm[J].IEEE Transactions on Evolutionary Computation, 2002,6（4）:321～332.

[22] Tsai C F, Tsai C W, Wu H C, et al.ACOAF:a novel data clustering approach for data mining in large database[J].Journal of System and Software,2004,73（1）:133～145.

[23] Meshoul S, Batouche M.Ant colony system with external dynamics for point matching and pose estimation[J].Pattern Recognition,2002,3:823～826.

[24] 闫伟，张浩，陆剑峰．一种离群数据挖掘新方法的研究与应用[J]．控制与决策，2006,21（5）:563～567.

[25] Xu X H, Chen L.An adaptive ant clustering algorithm[J].Journal of Software, 2006,17（9）:1884～1889.

[26] 郑肇葆，叶志伟．基于蚁群行为仿真的影像纹理分类[J]．武汉大学学报，2004, 29（8）:669～673.

[27] 冯远静．群体协同蚁群算法及其在图像分割中的应用[D]．西安：西安交通大学，2004.

[28] 王晓年，冯远静，冯祖仁．一种基于主动轮廓模型的蚁群图像分割算法[J]．控制理论与应用，2006,23（4）:515～522.

[29] 王和平，柳长安，李为吉．基于蚁群算法的无人机任务规划[J]．西北工业大学学报，2005,23（1）:98～101.

[30] 李士勇，杨丹．基于改进蚁群算法的巡航导弹航迹规划[J]．宇航学报，2007,28（4）:903～907.

[31] 罗德林，段海滨，吴顺详，等．基于启发式蚁群算法的协同多目标攻击空战决策研究[J]．航空学报，2006,27（6）:1166～1170.

[32] 李亮，迟世春，林皋．基于蚁群算法的复合行法及其在边坡稳定分析中的应用[J]．岩土工程学报，2004,26（5）:691～696.

[33] 贺益君，陈德钊．连续约束蚁群优化算法的构建及其在丁烯烷化过程中的应用[J]．化工学报，2005,56（9）:1708～1713.

[34] 何莲莲，石峰，周怀北．改进的蚁群算法在2DHP模型中的应用[J]．武汉大学学报，2005,51（1）:33～38.

[35] 霍军周，李广强，腾弘飞，等．人机结合蚁群/遗传算法及其在卫星舱布局设计中的应用[J]．机械工程学报，2005,41（3）:112～116.

[36] 段海滨，王道波，黄向华，等．基于蚁群算法的PID参数优化[J]．武汉大学学报，2004,37（5）:97～100.

[37] 段海滨，王道波，于秀芬．基于改进蚁群算法的飞行仿真转台的控制优化[J].中国空间科学技术，2007,28（4）:36～43.

[38] 李士勇．蚁群算法及其应用[M]．哈尔滨：哈尔滨工业大学出版社，2004.

[39] 段海滨．蚁群算法原理及其应用[M]．北京：科学出版社，2005.

[40] 戈德赖希．计算复杂性[M]．北京：人民邮电出版社，2010.

[41] 王小平，曹立明．遗传算法——理论、应用与软件实现[M]．西安：西安交通大学出版社，2002.

[42] 汪定伟．智能优化方法[M]．北京：高等教育出版社，2007.

[43] 张军．计算智能[M]．北京：清华大学出版社，2009.

[44] 段海滨．仿生智能计算[M]．北京：科学出版社，2011.

[45] David L.Poole, Alan K.Mackworth．人工智能：计算agent基础[M]．北京：机械工业出版社，2015.

[46] Millonas M M.Swarms, phase transitions, and collective intelligence[M]. Langton C G, ed.Artificial LifeⅢ, Reading, MA:Addison-Wesley Publishing Co, 1994.

[47] 柯良军，冯祖仁，冯远静．有限级信息素蚁群算法[J]．自动化学报，2006,32（2）:296～303.

[48] Liangjun Ke, Zuren Feng, Zhigang Ren, et al.An ant colony optimization approach for the multidimensional knapsack problem[J].Journal of Heuristics, 2010,16（1）:65～83.

[49] Liangjun Ke, Claudia Archetti, Zuren Feng.Ants can solve the team orienteering problem[J].Computers and Industrial Engineering,2008,54（3）:648～665.

[50] Liangjun Ke, Zuren Feng, Zhigang Ren.An efficient ant colony optimization approach to attribute reduction in rough settheory[J].Pattern Recognition Letters,2008,29（9）:1351～1357.

[51] Liangjun Ke, Qingfu Zhang, Roberto Battiti, MOEA/D-ACO:A Multiobjective Evolutionary Algorithm Using Decomposition and Ant Colony [J]. IEEE Transactions on Cybernetics,2013,43（6）:1845～1859.

[52] Zhang N, Feng Z, Ke L J.Guidance-solution based ant colony optimization for satellite control resource scheduling problem[J].Applied Intelligence,2011,35（3）:436～444.