《智慧型算法導論》是2021年清華大學出版社出版的圖書。
基本介紹
- 中文名:智慧型算法導論
- 作者:尚榮華
- 出版社:清華大學出版社
- 出版時間:2021年9月1日
- 開本:16 開
- 裝幀:平裝
- ISBN:9787302584650
內容簡介,圖書目錄,作者簡介,
內容簡介
智慧型算法是在進化計算、模糊邏輯、神經網路三個分支發展相對成熟的基礎上,通過相互之間的有機融合進而形成的新的科學方法,也是智慧型理論和技術發展的嶄新階段。該書對智慧型算法的前沿領域進行了詳細論述,主要內容包括遺傳算法、免疫算法、Memetic算法、粒子群算法、蟻群算法、狼群算法、人工蜂群算法、細菌覓食最佳化算法、分布估計算法、差分進化算法、模擬退火算法、貪心算法、雨滴算法、禁忌搜尋算法、量子算法、A*算法、神經網路算法、深度學習算法、強化學習及混合智慧型算法。
《智慧型算法導論》著重對上述領域的國內外發展現狀進行總結,闡述編者對相關領域未來發展的思考。該書可以為計算機科學、信息科學、人工智慧自動化技術等領域從事自然計算、機器學習、圖像處理研究的相關專業技術人員提供參考,也可以作為相關專業研究生和高年級本科生教材。
圖書目錄
第1章 遺傳算法
1.1 遺傳算法起源
1.1.1 遺傳算法生物學基礎
1.1.2 遺傳算法發展歷程
1.2 遺傳算法實現
1.2.1 遺傳算法流程
1.2.2 重要參數
1.3 基於遺傳算法的組合最佳化
1.3.1 基於遺傳算法的TTP問題
1.3.2 基於遺傳算法的旅行商問題
1.3.3 基於遺傳算法的0-1規劃
1.4 基於遺傳算法的圖像處理
1.4.1 基於遺傳算法的圖像分割
1.4.2 基於遺傳算法的圖像增強
1.4.3 基於遺傳算法的圖像變化檢測
1.5 基於遺傳算法的社區檢測
1.5.1 多目標遺傳算法
1.5.2 遺傳編碼
1.5.3 Pareto最優解
參考文獻
第2章 免疫算法
2.1 生物免疫系統與人工免疫系統
2.2 免疫算法實現
2.2.1 克隆選擇算法
2.2.2 人工免疫系統模型
2.3 基於免疫算法的聚類分析
2.3.1 聚類問題
2.3.2 免疫進化方法
2.4 基於免疫算法的限量弧路由問題
2.4.1 限量弧路由問題模型
2.4.2 基於免疫協同進化的限量弧路由問題
參考文獻
第3章 Memetic算法
3.1 Memetic算法發展歷程
3.2 Memetic算法實現
3.2.1 Memetic算法流程
3.2.2 Memetic算法改進
3.2.3 Memetic算法研究分類
3.3 基於Memetic算法的社區檢測
3.3.1 多目標Memetic最佳化算法
3.3.2 局部搜尋
3.4 基於Memetic算法的限量弧路由問題
3.4.1 路由距離分組
3.4.2 子問題解的更替
3.4.3 基於分解的Memetic算法
參考文獻
第4章 粒子群算法
4.1 粒子群算法起源
4.1.1 粒子群算法生物學基礎
4.1.2 粒子群算法發展歷程
4.2 粒子群算法實現
4.2.1 基本粒子群算法
4.2.2 改進粒子群算法
4.3 基於粒子群算法的圖像處理
4.3.1 基於粒子群算法的圖像分割
4.3.2 基於粒子群算法的圖像分類
4.3.3 基於粒子群算法的圖像匹配
4.4 基於粒子群算法的最佳化問題
4.4.1 基於粒子群算法的旅行商問題
4.4.2 基於粒子群算法的配送中心選址問題
4.4.3 基於粒子群算法的函式最佳化
參考文獻
第5章 蟻群算法
5.1 蟻群算法起源
5.1.1 蟻群算法生物學基礎
5.1.2 蟻群算法發展歷程
5.2 蟻群算法實現
5.2.1 蟻群算法流程
5.2.2 離散域和連續域蟻群算法
……
第6章 狼群算法
第7章 人工蜂群算法
第8章 細菌覓食最佳化算法
第9章 分布估計算法
第10章 差分進化算法
第11章 模擬退火算法
第12章 貪心算法
第13章 雨滴算法
第14章 禁忌搜尋算法
第15章 量子搜尋與最佳化
第16章 量子粒子群最佳化
第17章 最小二乘法
第18章 A*算法
第19章 神經網路算法
第20章 深度學習算法
第21章 強化學習
第22章 混合智慧型算法
作者簡介
尚榮華 博士,教授,博士生導師,IEEE 會員,教育部重點實驗室骨幹成員,教育部創新團隊骨幹成員,國家 “111計畫” 創新引智基地骨幹成員,校 “智慧型信息處理優秀創新團隊” 骨幹成員。一直致力於智慧型感知與自然計算、類腦計算與大數據的學習、最佳化與套用研究。發表論文100餘篇,其中SCI檢索80餘篇,IEEE期刊16篇。Google Scholar引用2007次,單篇z高168次。主持了包括2項國家自然科學基金面上在內的10餘項科研項目。授權國家發明專利20餘項,出版專著6部。