《軟計算及其套用》是2009年科學出版社出版的圖書。該書取材新穎，反映了當前國際先進的軟計算技術，併兼顧課堂教學、自學的特點。敘述深入淺出，易讀易懂，可作為高等院校相關專業的研究生、本科生的教材和參考書，也可供有關學科的教師及工程技術人員參考。
基本介紹
- 書名：軟計算及其套用
- 頁數：189頁
- 出版社：科學出版社
- 出版時間：2009年2月1日)
圖書信息,內容簡介,目錄,
圖書信息
正文語種: 簡體中文
開本: 16
ISBN: 9787030234278
條形碼: 9787030234278
尺寸: 23.4 x 16.6 x 1 cm
重量: 299 g
內容簡介
《軟計算及其套用》較系統地介紹了軟計算及其套用方法，包括模擬退火算法、人工神經網路計算方法、遺傳算法、支持向量機和模糊計算等。軟計算方法是國際上最新發展起來的數學最佳化方法，它在國民經濟的各個領域都有廣泛的套用。書中從結構上對軟計算方法進行了統一地描述，並注重敘述各內容之間的相互融合，特別注意講述這些軟計算方法的實際套用，並給出了其套用實例。
目錄
前言
第1章 緒論
1.1 軟計算與人工智慧的關係
1.2 軟計算科學的主要分支
1.2.1 人工神經網路
1.2.2 遺傳算法
1.2.3 模糊邏輯
1.3 軟計算的特性
1.4 軟計算研究的主要問題
1.4.1 學習
1.4.2 搜尋
1.4.3 推理
第2章 模擬退火算法
2.1 概述
2.1.1 物理退火過程
2.1.2 Metroplis算法
2.1.3 模擬退火算法
2.2 模擬退火算法的收斂性分析
2.2.1 模擬退火算法的Markov鏈描述
2.2.2 模擬退火算法的收斂性
2.3 模擬退火算法的設計
2.3.1 初始溫度t
2.3.2 終止溫度t2
2.3.3 Markov鏈長L4
2.3.4 控制參數的更新函式T（t）
2.4 模擬退火算法的套用
2.4.1 模擬退火算法套用的一般要求
2.4.2 典型組合最佳化問題的模擬退火算法
參考文獻
第3章 人工神經網路
3.1 人工神經網路的基本概念
3.1.1 生物神經元模型
3.1.2 人工神經元模型
3.1.3 人工神經網路模型
3.2 人工神經網路的學習方法
3.2.1 學習機理
3.2.2 學習方法
3.2.3 學習規則
3.3 前向式神經網路與算法
3.3.1 感知器及算法
3.3.2 BP網路與誤差反向傳播算法
3.4 反饋網路模型及其主要算法
3.4.1 Hopfield網路與算法
3.4.2 Boltzmann機網路和學習方法
3.4.3 自組織特徵映射網路和算法
3.5 神經網路的系統設計
3.5.1 神經網路的適用範圍
3.5.2 神經網路的設計過程和需求分析
3.5.3 神經網路的性能評價
3.5.4 輸入數據的預處理
3.6 神經網路的套用
3.6.1 基於神經網路的最佳化計算
3.6.2 圖像邊緣檢測
參考文獻
第4章 遺傳算法
4.1 遺傳算法的概念
4.1.1 遺傳算法的生物遺傳學基礎
4.1.2 遺傳算法的一般結構
4.1.3 遺傳算法的特點
4.2 標準遺傳算法的基本設計
4.2.1 編碼
4.2.2 適應度函式
4.2.3 遺傳算法的基本操作
4.2.4 遺傳算法的終止控制設計
4.3 遺傳算法的模式理論
4.3.1 模式概念
4.3.2 模式定理
4.3.3 遺傳算法有效處理的模式數量
4.4 遺傳算法的理論與分析
4.4.1 遺傳算法的一般收斂性理論
4.4.2 遺傳算法的Markov鏈模型
4.4.3 遺傳算法的收斂速度分析
4.4.4 遺傳算法結構分析與設計
4.5 遺傳算法的發展
4.5.1 改進遺傳算法的一般結構
4.5.2 編碼問題
4.5.3 遺傳運算
4.5.4 控制參數
4.5.5 混合遺傳算法
4.6 遺傳算法的套用
4.6.1 巡迴旅行商問題
4.6.2 進化神經剛絡
4.6.3 基於遺傳算法的分類器系統
參考文獻
第5章 支持向量機
5.1 基本原理
5.1.1 統計學習概述
5.1.2 支持向最
5.2 支持向量機用於多類問題
5.3 支持向量機用於回歸
5.3.1 ε不敏感損失回歸
5.3.2 核嶺回歸
5.4 支持向量機的算法
5.5 貝葉斯方法與高斯過程
5.5.1 貝葉斯方法
5.5.2 高斯過程
5.6 支持向量機的套用
5.6.1 文本分類
5.6.2 圖像識別
5.6.3 手寫數字識別
參考文獻
第6章 模糊計算
6.1 模糊系統概述
6.1.1 傳統數學與模糊數學
6.1.2 不相容原理
6.2 模糊集合與隸屬度函式
6.2.1 模糊集合與隸屬度函式
6.2.2 模糊集合的運算
6.3 模糊關係與模糊矩陣
6.3.1 普通關係
6.3.2 模糊關係
6.3.3 模糊關係的合成
6.3.4 模糊矩陣
6.3.5 模糊蘊含關係
6.4 模糊邏輯與模糊推理
6.4.1 模糊邏輯
6.4.2 語言變數
6.4.3 模糊推理
6.5 模糊系統的建模
6.5.1 模糊系統模型
6.5.2 模糊系統模型的建立方法
6.6 模糊系統與其他軟計算的混合計算
6.6.1 模糊神經網路
6.6.2 模糊推理與遺傳算法的結合
參考文獻
