智能算法導論

尚榮華、焦李成、劉芳、李陽陽

  • 出版商: 清華大學
  • 出版日期: 2021-09-01
  • 定價: $450
  • 售價: 8.5$383
  • 語言: 簡體中文
  • 頁數: 276
  • 裝訂: 平裝
  • ISBN: 7302584656
  • ISBN-13: 9787302584650
  • 相關分類: 人工智慧
  • 立即出貨 (庫存=1)

  • 智能算法導論-preview-1
  • 智能算法導論-preview-2
  • 智能算法導論-preview-3
智能算法導論-preview-1

買這商品的人也買了...

商品描述

本書有機融合自然計算、啟發式方法、量子、神經網絡等智能理論和前沿技術,對遺傳算法、免疫算法、粒子群算法、蟻群算法等22種智能算法的起源、理論基礎、基本框架和典型應用進行了詳細論述,在此基礎上,針對相關領域中的典型問題給出智能算法的應用示例。 本書可以為電腦科學、信息科學、人工智能、自動化技術等領域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。

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干成員,教育部創新團隊骨干成員,國家 “111計劃” 創新引智基地骨干成員,校 “智能信息處理優秀創新團隊” 骨干成員。一直致力於智能感知與自然計算、類腦計算與大數據的學習、優化與應用研究。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,單篇最高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。

目錄大綱

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優化
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
1.5.3Pareto優解
參考文獻

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

3章Memetic算法
3.1Memetic算法發展歷程
3.2Memetic算法實現
3.2.1Memetic算法流程
3.2.2Memetic算法改進
3.2.3Memetic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優化算法
3.3.2局部搜索
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

4章粒子算法
4.1粒子算法起源
4.1.1粒子算法生物學基礎
4.1.2粒子算法發展歷程
4.2粒子算法實現
4.2.1基本粒子算法
4.2.2改進粒子算法
4.3基於粒子算法的圖像處理
4.3.1基於粒子算法的圖像分割
4.3.2基於粒子算法的圖像分類
4.3.3基於粒子算法的圖像匹配
4.4基於粒子算法的優化問題
4.4.1基於粒子算法的旅行商問題
4.4.2基於粒子算法的配送中心選址問題
4.4.3基於粒子算法的函數優化
參考文獻

5章蟻算法
5.1蟻算法起源
5.1.1蟻算法生物學基礎
5.1.2蟻算法發展歷程
5.2蟻算法實現
5.2.1蟻算法流程
5.2.2離散域和連續域蟻算法
5.3基於蟻算法的路徑規劃
5.3.1蟻算法的路徑規劃中的優勢
5.3.2算法描述以及實現
5.3.3全局路徑規劃方法
5.4基於蟻算法的社區檢測
5.4.1多目標蟻算法
5.4.2社區檢測問題的改進
參考文獻

6章狼算法
6.1狼算法起源
6.1.1狼算法生物學基礎
6.1.2狼算法發展歷程
6.2狼算法實現
6.2.1狼算法中的智能行為定義
6.2.2狼算法流程
6.3基於狼算法的函數求解
6.3.1數學模型
6.3.2函數優化問題
6.4基於狼算法的優化調度問題
6.4.1基於狼算法的電網調度優化
6.4.2基於狼算法的水電站優化調度
參考文獻

7章人工蜂算法
7.1人工蜂算法起源
7.1.1人工蜂算法生物學基礎
7.1.2人工蜂算法發展歷程
7.2人工蜂算法實現
7.2.1人工蜂算法流程
7.2.2混合人工蜂算法
7.3基於人工蜂算法的函數優化
7.3.1基於人工蜂算法的多目標優化問題
7.3.2基於人工蜂算法的動態優化
7.4基於人工蜂算法的圖像處理
7.4.1基於人工蜂算法的圖像增強
7.4.2基於人工蜂算法的圖像分割
7.4.3基於人工蜂算法的圖像融合
參考文獻

8章細菌覓食優化算法
8.1細菌覓食優化算法起源
8.1.1細菌覓食優化算法生物學基礎
8.1.2細菌覓食優化算法發展歷程
8.2細菌覓食優化算法實現
8.2.1細菌覓食優化算法的作步驟
8.2.2細菌覓食算法的流程
8.3基於細菌覓食算法的圖像匹配
8.3.1自適應步長
8.3.2優解逃逸
8.4基於細菌覓食算法的聚類問題
8.4.1改進趨化作
8.4.2改進複製作
8.4.3改進遷徙作
參考文獻

9章分佈估計算法
9.1分佈估計算法起源
9.1.1分佈估計算法統計學原理
9.1.2分佈估計算法發展歷程
9.2分佈估計算法實現
9.2.1分佈估計算法流程
9.2.2分佈估計算法改進
9.3基於分佈估計算法的收斂性分析及多目標優化問題
9.3.1收斂性分析
9.3.2多分佈估計算法
9.4基於分佈估計算法的調度問題
9.4.1基於分佈估計算法的柔性車間調度