在总结目前国内外群体智能和多Agent系统研究发展现状的基础上，《群体智能与多Agent系统交叉结合：理论、方法与应用》着重介绍作者在交叉结合群体智能、多Agent系统、多机器人协作等方面取得的研究成果，主要包括：基于多Agent结构的粒子群优化算法、多Agent粒子群优化算法在电力系统优化中的应用、多Agent粒子群优化算法在控制系统中的应用、基于群体智能的多Agent系统协作模型、基于改进蚁群算法的移动Agent路径规划与避障、基于群体智能的仿真机器人足球比赛策略及应用。
　　《群体智能与多Agent系统交叉结合：理论、方法与应用》可供信息科学、人工智能自动化技术等领域从事智能优化、计算智能、多Agent系统、多机器人协作研究的相关专业技术人员参考，也可以作为相关专业师生的教学用书。

《智能科学技术著作丛书》序
前言
第1章 绪论
1．1 群体智能
1．1．1 群体智能的概念与特点
1．1．2 群体智能中的知识涌现
1．1．3 群体智能研究方法
1．1．4 群体智能典型算法
1．2 多Agent系统
1．2．1 Agent的定义与结构
1．2．2 多Agent系统基本理论
1．2．3 多Agent系统的应用领域
参考文献

第2章 基于多Agent结构的粒子群优化算法
2．1 粒子群优化算法的研究现状
2．1．1 粒子群优化算法的研究方向
2．1．2 粒子群优化算法的应用现状
2．1．3 粒子群优化算法面临的难题
2．2 粒子群优化算法的框架与设计步骤
2．2．1 粒子群优化算法的总体框架
2．2．2 粒子群优化算法的设计步骤
2．3 粒子群优化算法与其他进化算法比较
2．4 粒子群优化算法的改进策略
2．5 粒子群优化算法收敛性分析
2．5．1 粒子轨迹收敛分析
2．5．2 粒子速度收敛分析
2．6 多Agent粒子群优化算法
2．6．1 Agent所在的环境
2．6．2 Agent的适应值与行动策略
2．6．3 自学习机制
2．6．4 多Agent粒子群优化算法流程
2．7 随机选取邻居的多Agent粒子群优化算法
2．8 加入混沌优化的多Agent粒子群优化算法
2．8．1 混沌优化
2．8．2 多Agent混沌粒子群优化算法及其流程
2．8．3 算法函数测试
参考文献

第3章 多Agent粒子群优化算法在电力系统优化中的应用
3．1 电力系统优化运行的目的与意义
3．2 随机选取邻居的多Agent粒子群优化算法用于电力系统经济负荷分配
3．2．1 电力系统经济负荷分配的数学模型
3．2．2 仿真实验与结果分析
3．3 加入混沌优化的多Agent粒子群算法用于电力系统无功优化
3．3．1 电力系统无功优化的数学模型
3．3．2 仿真实验与结果分析
3．4 采用多Agent混沌粒子群优化算法的配电网重构
3．4．1 配电网络重构的数学模型
3．4．2 破圈法搜索可行解
3．4．3 基于破圈的多Agent系统混沌粒子群算法
3．4．4 仿真实验与结果分析
参考文献

第4章 多Agent粒子群优化算法在控制系统中的应用
4．1 基于多Agent粒子群优化的支持向量回归模型预测控制
4．1．1 引言
4．1．2 模型预测控制基本原理
4．1．3 多Agent粒子群优化算法优化的支持向量回归模型
4．1．4 基于MAPSO-SVR的模型预测控制
4．1．5 仿真实验与结果分析
4．2 基于多Agent混沌粒子群优化的磁悬浮系统PID控制器
4．2．1 引言
4．2．2 磁悬浮系统描述
4．2．3 基于MAS-CPSO的PID控制器
4．2．4 仿真实验与结果分析
参考文献
……

第5章 基于群体智能的多Agent系统协作模型
第6章 基于改进蚁群算法的移动Agent路径规划与避障
第7章 基于群体智能的仿真机器人足球比赛策略及应用