智慧型最佳化算法原理與套用

內容簡介

　《智慧型最佳化算法原理與套用》主要講述了，智慧型最佳化算法是指通過計算機軟體編程模擬自然界、生物界乃至人類自身的長期演化、生殖繁衍、競爭、適應、自然選擇中不斷進化的機制與機理，從而實現對複雜最佳化問題求解的一大類算法的統稱。《智慧型最佳化算法原理與套用》主要介紹模糊邏輯推理算法、神經網路學習算法、遺傳算法、模擬退火算法、禁忌算法、人工免疫算法、人工蟻群算法、微粒群算法、混沌最佳化算法、量子最佳化算法，以及智慧型最佳化算法在函式最佳化、聚類分析、系統辨識、路徑規劃、航跡規劃等方面的套用。

　　《智慧型最佳化算法原理與套用》可作為高校自動化、計算機、系統工程、管理工程、人工智慧等相關專業研究生學習用書，也可供相關專業的科研人員及工程建設人員學習參考。

圖書目錄

第1章緒論

1.1最最佳化問題的描述

1.2函式最佳化問題

1.3組合最佳化問題

1.4最最佳化問題的智慧型最佳化求解方法

1.5智慧型最佳化算法的實質——智慧型逼近

第2章模糊邏輯推理算法

2.1模糊集合與模糊邏輯

2.2模糊關係與模糊矩陣

2.3模糊語言與模糊推理

2.4可加性模糊系統

2.5模糊系統的逼近特性

2.6模糊系統的萬能逼近定理

第3章神經網路學習算法

3.1電腦與人腦

3.2神經細胞的結構與功能

3.3人工神經元的基本特性

3.4人工神經網路及其特點

3.5神經網路的結構及其分類

3.6前向網路

3.7 BP網路的非線性映射能力

3.8神經網路套用

第4章進化算法與遺傳算法

4.1生物的進化與遺傳

4.2進化算法的分類

4.3遺傳算法

4.4基本遺傳算法及其在函式最佳化中的套用

4.5遺傳算法的模式定理

4.6 GA的收斂性分析

4.7 GA的特點及其套用領域

第5章模擬退火算法

5.1 SA的基本思想

5.2固體退火過程的統計力學

5.3模擬退火模型

5.4 Metropolis算法與組合最佳化問題

5.5 SA的主要操作及實現步驟

5.6用SA求解TSP問題的例子

第6章禁忌搜尋算法

6.1引言

6.2組合最佳化中的鄰域概念

6.3局部搜尋算法

6.4禁忌搜尋的一個例子

6.5禁忌搜尋中的主要操作及參數

6.6用禁忌搜尋算法求解車間調度問題

第7章人工免疫算法

7.1人工免疫系統

7.2人工免疫算法的免疫學基礎

7.3免疫應答中的學習與最佳化原理

7.4免疫算法

第8章人工蟻群算法

8.1群智慧型的概念

智慧型最佳化算法原理與套用

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條