計算智慧型方法

內容簡介

本項目在現有教材的基礎上，引入在人工智慧廣泛採用的動態進化算法，滿足廣大學生的需要。另外本項目將現有算法進行分類，學習內容逐章加深，並增加問題與思考部分，引導學生深入領悟算法的本質，這是本項目的一個顯著創新點。其次，本項目將在申請人大量閱讀現有**文獻的基礎之上，設計**穎的內容結構，給出最前沿的理論方法。最後，人工智慧的蓬勃發展，也迫切需要全面**的智慧型計算方法，作為高年級本科生教材，亦可供相關專業的研究人員和工程技術人員參考。

作者簡介

宋睿卓,北京科技大學自動化學院教授，博士生導師。主要研究方向為智慧型控制、自適應動態規劃、博弈理論、基於數據控制、**控制等。

圖書目錄

第1章緒論

1．1智慧型計算概述

1．2進化計算

1．3群智慧型計算

1．4神經計算

1．5機器學習

第2章進化計算中的遺傳算法

2．1遺傳算法概述

2．1．1遺傳算法

2．1．2基本原理圖

2．1．3模式定理

2．1．4積木塊假設

2．1．5研究進展

2．2遺傳算法的流程

2．2．1科學定義

2．2．2執行過程

2．2．3基本本質

2．2．4染色體編碼

2．2．5群體初始化

2．2．6適應度值評價

2．2．7選擇運算元

2．2．8交叉運算元

2．2．9變異運算元

2．2．10流程圖和偽代碼

2．3遺傳算法的改進

2．3．1運算元選擇

2．3．2參數設定

2．3．3混合遺傳算法

2．3．4並行遺傳算法

2．4遺傳算法的編碼規則

2．4．1二進制編碼法

2．4．2浮點編碼法

2．4．3符號編碼法

2．5遺傳算法的套用

2．6遺傳算法的相關套用與MATLAB算例

2．6．1遺傳算法實例1

2．6．2遺傳算法實例2

2．7遺傳算法總結

第3章群智慧型計算

3．1粒子群最佳化算法

3．1．1粒子群最佳化算法簡介

3．1．2粒子群最佳化算法的基本流程

3．1．3粒子群算法分類

3．1．4粒子群最佳化算法的改進研究

3．1．5粒子群最佳化算法的參數設定

3．1．6粒子群最佳化算法與遺傳算法的比較

3．1．7粒子群最佳化算法的相關套用與MATLAB算例

3．2蟻群算法

計算智慧型方法

基本介紹

內容簡介

作者簡介

圖書目錄

相關詞條

熱門詞條