遥感之智能优化算法大纲介绍

介绍近年来在遥感及人工智能领域研究比较火热的智能优化算法，其中被广泛使用的比如粒子群算法和遗传算法等，在遥感领域，比如高光谱特征选择，机器学习超参数优化等方向有众多的应用，除了提到了两个算法之外，还有众多其他算法，本专栏基于《智能优化算法与涌现计算》及其相关资料，对智能优化算法做些详细的整理和总结，以期给遥感或其他领域提供有价值的参考。
书籍大纲为：

第一篇 仿人智能优化算法

描述模拟人脑思维、人体系统、组织、器官乃至细胞及人类社会竞争进化的智能优化算法。包括模糊逻辑算法、神经网络算法、免疫算法、内分泌算法、人工代谢算法、膜计算、禁忌搜索算法、和声搜索算法、思维进化算法、社会进化算法、人口迁移算法、标杆学习算法、蚁望算法、视觉认知优化算法、头脑风暴优化算法、随机聚焦搜索优化算法、教学优化算法、帝国竞争算法、世界杯竞赛算法、集体决策优化算法等。

第二篇 进化算法

描述模拟自然界生物在生殖繁衍过程中通过遗传和变异及“优胜劣汰”的自然选择法则不断进化的优化算法。包括遗传算法、遗传编程算法、进化规划算法、进化策略算法、分布估计算法、差分进化算法、DNA计算算法、基因表达式编程算法、Memetic算法、文化算法等。

第三篇 群智能优化算法

描述模拟自然界群居昆虫的觅食、繁殖等行为或动物群体的捕猎策略等对问题求解的优化算法。包括蚁群优化算法、粒子群优化算法、混合蛙跳算法、大象游算法、蝇群优化算法、布谷鸟搜索算法、萤火虫群优化算法、飞蛾扑火优化算法、蝙蝠算法、果蝇算法、蜘蛛算法、细菌趋药性算法、细菌菌落优化算法、猫群优化算法、鸡群优化算法、狼群优化算法、狮子优化算法、猴群优化算法、雁群优化算法、候鸟优化算法、食物链优化算法、共生生物优化算法、生物地理学优化算法等。

第四篇 仿植物生长算法

描述模拟花草、树木等植物生长过程中的向光性、光合作用、根吸水性、种