当前位置:主页 > 计算机电子书 > 计算机理论 > 计算智能下载
计算智能理论与方法

计算智能理论与方法 PDF 超清版

  • 更新:2021-08-16
  • 大小:14.31MB
  • 类别:计算智能
  • 作者:张雷,范波
  • 出版:科学出版社
  • 格式:PDF

  • 资源介绍
  • 相关推荐

计算智能是借助现代计算工具通过模拟人的智能来求解问题(或处理信息)的理论与方法,它是人工智能的深化与发展,也是当前人工智能技术的重要组成部分。计算智能的理论和方法是信息科学、生命科学、认知科学等不同学科相互交叉、相互渗透、相互促进而产生的一门新的学科。《智能科学技术著作丛书:计算智能理论与方法》的主要内容包括进化计算方法及其应用、人工免疫系统和算法、人工神经网络及其实施过程、模糊逻辑系统及其具体应用。《智能科学技术著作丛书:计算智能理论与方法》可作为计算机科学、自动控制、工业自动化、电气工程及其自动化、应用数学等专业的高年级本科生和研究生的参考教材,也可供上述专业和相关行业的工程技术人员参考。

目录

  • 《智能科学技术著作丛书》序
  • 前言
  • 第1章绪论
  • 1.1计算智能的概念
  • 1.2计算智能技术的产生和发展过程
  • 1.3计算智能技术的主要应用领域
  • 1.4本书的结构和内容安排
  • 参考文献
  • 第2章进化计算的概念和范例
  • 2.1概述
  • 2.2模拟进化计算方法的生物学基础
  • 2.2.1遗传变异理论
  • 2.2.2生物进化论
  • 2.3模拟进化计算方法的发展历史
  • 2.3.1萌芽期
  • 2.3.2成长期
  • 2.3.3发展期
  • 2.4模拟进化计算方法的一般框架结构
  • 2.5模拟进化计算方法的典型应用领域
  • 2.6总结
  • 参考文献
  • 第3章遗传算法
  • 3.1遗传算法概述
  • 3.1.1遗传算法的发展历史
  • 3.1.2遗传算法的特点
  • 3.2遗传算法的理论基础
  • 3.2.1模式的概念
  • 3.2.2模式定理
  • 3.2.3积木块假说
  • 3.2.4隐含并行性
  • 3.3基本遗传算法及其改进算法
  • 3.3.1基本概念
  • 3.3.2遗传操作
  • 3.3.3基本遗传算法
  • 3.3.4改进的遗传算法
  • 3.4遗传算法的具体应用
  • 3.4.1遗传算法在组合优化中的应用
  • 3.4.2遗传算法在数据挖掘中的应用
  • 3.5总结
  • 参考文献
  • 第4章进化规划
  • 4.1概述
  • 4.2进化规划算法的工作过程
  • 4.2.1实施步骤
  • 4.2.2算法实施中的具体操作
  • 4.3进化规划算法的特点和优势
  • 4.3.1进化规划算法的典型特点
  • 4.3.2遗传算法和进化规划算法的比较
  • 4.4进化规划算法的具体应用
  • 4.4.1基于有限状态机的预测
  • 4.4.2基于进化规划算法的多模态函数优化
  • 4.5总结
  • 参考文献
  • 第5章其他模拟进化计算技术
  • 5.1进化策略
  • 5.1.1进化策略的表示形式
  • 5.1.2进化策略的实施步骤
  • 5.1.3进化策略与进化规划的异同
  • 5.1.4进化策略实施中的关键问题
  • 5.2遗传编程
  • 5.2.1概述
  • 5.2.2遗传编程的实施步骤
  • 5.2.3遗传编程算法的特点
  • 5.3粒子群优化算法
  • 5.3.1概述
  • 5.3.2粒子群优化算法的基本原理
  • 5.3.3粒子群优化算法的步骤
  • 5.3.4粒子群优化算法的特点
  • 5.4总结
  • 参考文献
  • 第6章人工免疫系统及算法
  • 6.1生物免疫系统简介
  • 6.1.1生物免疫系统的组成
  • 6.1.2生物免疫系统的主要功能
  • 6.2免疫系统可被借鉴的相关理论
  • 6.2.1生物免疫系统的主要原理和机制
  • 6.2.2生物免疫系统的信息处理特性
  • 6.3人工免疫系统的模型及算法
  • 6.3.1人工免疫网络
  • 6.3.2负选择算法
  • 6.3.3克隆选择算法
  • 6.3.4总结
  • 6.4人工免疫系统的应用
  • 6.4.1聚类分析
  • 6.4.2其他应用领域
  • 6.5人工免疫系统的发展展望
  • 参考文献
  • 第7章人工神经网络
  • 7.1神经网络概述
  • 7.1.1生物神经元和生物神经网络
  • 7.1.2人工神经网络的发展过程
  • 7.1.3人工神经网络的学习方法
  • 7.2感知器和前向神经网络
  • 7.2.1感知器
  • 7.2.2BP神经网络
  • 7.2.3总结
  • 7.3径向基函数网络
  • 7.3.1RBF神经网络模型
  • 7.3.2RBF神经网络的数学基础
  • 7.3.3RBF神经网络的应用
  • 7.4反馈型神经网络
  • 7.4.1离散型Hopfield神经网络
  • 7.4.2连续型Hopfield神经网络
  • 7.5小脑模型神经网络
  • 7.5.1CMAC神经网络模型及工作原理
  • 7.5.2CMAC神经网络的学习算法
  • 7.6自组织神经网络
  • 7.6.1自适应共振理论神经网络
  • 7.6.2自组织特征映射网络
  • 7.7总结
  • 参考文献
  • 第8章模糊逻辑理论与系统
  • 8.1模糊理论概述
  • 8.1.1模糊现象与模糊概念
  • 8.1.2模糊数学与模糊理论
  • 8.1.3模糊理论的发展和应用
  • 8.2模糊集合及其运算
  • 8.2.1模糊集合的定义
  • 8.2.2模糊集合的运算
  • 8.3模糊逻辑和模糊推理
  • 8.3.1模糊关系
  • 8.3.2模糊关系的运算
  • 8.3.3模糊逻辑
  • 8.3.4模糊推理
  • 8.4模糊系统在自动控制系统中的应用
  • 8.4.1模糊控制器与模糊控制系统
  • 8.4.2模糊控制系统的工作原理
  • 8.4.3模糊控制系统设计的关键问题
  • 8.4.4模糊自适应PID控制器的设计
  • 8.5总结
  • 参考文献
  • 第9章基于进化计算的模糊系统设计
  • 9.1基于模糊规则的模糊系统
  • 9.1.1概述
  • 9.1.2基于模糊规则系统设计
  • 9.2遗传模糊系统
  • 9.2.1概述
  • 9.2.2实施步骤
  • 9.2.3研究现状
  • 9.3基于遗传算法的模糊控制器的设计方法
  • 9.3.1基于遗传算法的模糊控制器设计概述
  • 9.3.2遗传模糊控制系统的总体设计方案
  • 9.3.3基于遗传算法来确定模糊控制规则
  • 9.3.4应用实例
  • 9.3.5结论
  • 9.4总结
  • 参考文献
  • 第10章计算智能方法的性能评价
  • 10.1通用事项
  • 10.1.1选择金标准
  • 10.1.2训练数据集和测试数据集的划分
  • 10.1.3显著性差异
  • 10.1.4交叉验证
  • 10.1.5适应度
  • 10.2准确率
  • 10.3误差评价性能指标
  • 10.3.1平均平方误差
  • 10.3.2绝对误差
  • 10.3.3归一化误差
  • 10.4接受者操作特征曲线
  • 10.5召回率和精确率
  • 10.6总结
  • 参考文献

资源下载

资源下载地址1:https://pan.baidu.com/s/1hJ1QwltA-0O-tbjzlalIcg

相关资源

网友留言