计算智能理论与方法PDF|Epub|txt|kindle电子书版本网盘下载

计算智能理论与方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1计算智能的概念1

1.2计算智能技术的产生和发展过程2

1.3计算智能技术的主要应用领域6

1.4本书的结构和内容安排8

参考文献10

第2章 进化计算的概念和范例13

2.1概述13

2.2模拟进化计算方法的生物学基础14

2.2.1遗传变异理论14

2.2.2生物进化论16

2.3模拟进化计算方法的发展历史18

2.3.1萌芽期18

2.3.2成长期18

2.3.3发展期19

2.4模拟进化计算方法的一般框架结构20

2.5模拟进化计算方法的典型应用领域24

2.6总结26

参考文献27

第3章 遗传算法29

3.1遗传算法概述29

3.1.1遗传算法的发展历史30

3.1.2遗传算法的特点31

3.2遗传算法的理论基础32

3.2.1模式的概念33

3.2.2模式定理34

3.2.3积木块假说37

3.2.4隐含并行性37

3.3基本遗传算法及其改进算法39

3.3.1基本概念39

3.3.2遗传操作40

3.3.3基本遗传算法41

3.3.4改进的遗传算法43

3.4遗传算法的具体应用50

3.4.1遗传算法在组合优化中的应用51

3.4.2遗传算法在数据挖掘中的应用54

3.5总结57

参考文献58

第4章 进化规划60

4.1概述60

4.2进化规划算法的工作过程61

4.2.1实施步骤62

4.2.2算法实施中的具体操作63

4.3进化规划算法的特点和优势66

4.3.1进化规划算法的典型特点66

4.3.2遗传算法和进化规划算法的比较66

4.4进化规划算法的具体应用68

4.4.1基于有限状态机的预测69

4.4.2基于进化规划算法的多模态函数优化75

4.5总结79

参考文献80

第5章 其他模拟进化计算技术82

5.1进化策略83

5.1.1进化策略的表示形式84

5.1.2进化策略的实施步骤86

5.1.3进化策略与进化规划的异同86

5.1.4进化策略实施中的关键问题87

5.2遗传编程90

5.2.1概述91

5.2.2遗传编程的实施步骤91

5.2.3遗传编程算法的特点95

5.3粒子群优化算法95

5.3.1概述95

5.3.2粒子群优化算法的基本原理98

5.3.3粒子群优化算法的步骤99

5.3.4粒子群优化算法的特点101

5.4总结101

参考文献104

第6章 人工免疫系统及算法106

6.1生物免疫系统简介107

6.1.1生物免疫系统的组成108

6.1.2生物免疫系统的主要功能108

6.2免疫系统可被借鉴的相关理论109

6.2.1生物免疫系统的主要原理和机制109

6.2.2生物免疫系统的信息处理特性111

6.3人工免疫系统的模型及算法112

6.3.1人工免疫网络113

6.3.2负选择算法114

6.3.3克隆选择算法114

6.3.4总结115

6.4人工免疫系统的应用116

6.4.1聚类分析118

6.4.2其他应用领域130

6.5人工免疫系统的发展展望131

参考文献133

第7章 人工神经网络136

7.1神经网络概述137

7.1.1生物神经元和生物神经网络138

7.1.2人工神经网络的发展过程140

7.1.3人工神经网络的学习方法142

7.2感知器和前向神经网络145

7.2.1感知器146

7.2.2 BP神经网络150

7.2.3总结156

7.3径向基函数网络157

7.3.1 RBF神经网络模型158

7.3.2 RBF神经网络的数学基础159

7.3.3 RBF神经网络的应用164

7.4反馈型神经网络167

7.4.1离散型Hopfield神经网络167

7.4.2连续型Hopfield神经网络172

7.5小脑模型神经网络176

7.5.1 CMAC神经网络模型及工作原理176

7.5.2 CMAC神经网络的学习算法178

7.6自组织神经网络180

7.6.1自适应共振理论神经网络180

7.6.2自组织特征映射网络185

7.7总结189

参考文献190

第8章 模糊逻辑理论与系统192

8.1模糊理论概述192

8.1.1模糊现象与模糊概念192

8.1.2模糊数学与模糊理论193

8.1.3模糊理论的发展和应用194

8.2模糊集合及其运算195

8.2.1模糊集合的定义195

8.2.2模糊集合的运算197

8.3模糊逻辑和模糊推理199

8.3.1模糊关系199

8.3.2模糊关系的运算200

8.3.3模糊逻辑201

8.3.4模糊推理203

8.4模糊系统在自动控制系统中的应用208

8.4.1模糊控制器与模糊控制系统208

8.4.2模糊控制系统的工作原理210

8.4.3模糊控制系统设计的关键问题212

8.4.4模糊自适应PID控制器的设计212

8.5总结218

参考文献219

第9章 基于进化计算的模糊系统设计221

9.1基于模糊规则的模糊系统221

9.1.1概述221

9.1.2基于模糊规则系统设计222

9.2遗传模糊系统223

9.2.1概述224

9.2.2实施步骤226

9.2.3研究现状227

9.3基于遗传算法的模糊控制器的设计方法228

9.3.1基于遗传算法的模糊控制器设计概述228

9.3.2遗传模糊控制系统的总体设计方案229

9.3.3基于遗传算法来确定模糊控制规则232

9.3.4应用实例241

9.3.5结论244

9.4总结244

参考文献245

第10章 计算智能方法的性能评价247

10.1通用事项247

10.1.1选择金标准248

10.1.2训练数据集和测试数据集的划分249

10.1.3显著性差异249

10.1.4交叉验证251

10.1.5适应度251

10.2准确率252

10.3误差评价性能指标253

10.3.1平均平方误差253

10.3.2绝对误差255

10.3.3归一化误差255

10.4接受者操作特征曲线256

10.5召回率和精确率258

10.6总结259

参考文献260