现代智能仿生算法及其应用

副标题：无

作者：高玮，尹志喜著

分类号：

ISBN：9787030301604

收录收藏 (0) 评论纠错

微信扫一扫,移动浏览光盘

简介

简介

　　高玮、尹志喜所著的《现代智能仿生算法及其应用》从仿生学的角度　　出发，研究了智能科学的发展方向，全面系统地提出了智能仿生算法的概　　念及其研究内容，详细介绍了目前常用的几种主要智能仿生算法，主要介　　绍了作者近年来在智能仿生算法及其应用方面的一些研究成果。其内容包　　括改进的多种进化神经网络及其在预测及拟合方面的应用；改进的快速遗　　传算法及进化规划；相遇蚁群算法、奖惩蚁群算法、免疫连续蚁群算法、　　筛选蚁群算法以及它们在滑坡工程、复杂TSP等问题上的应用；另外，还介　　绍了免疫遗传算法、免疫进化规划等。为了内容的系统全面性，最后简单　　介绍几个新近发展的新算法，即模拟鱼群行为的鱼群算法、模拟人口迁移　　的迁移算法、模拟蜂群行为的蜂群算法等。　　《现代智能仿生算法及其应用》可供从事计算机科学、计算智能、人　　工智能等专业的研究人员参考，也可作为研究智能仿生算法及应用的科技　　人员的参考书和研究生教材。　　

　　1 绪论
　　 1.1 智能科学及其内容
　　 1.2 智能仿生算法及其内容
　　参考文献
　　2 人工神经网络
　　 2.1 人工神经网络的生物基础
　　 2.2 人工神经网络的发展
　　 2.3 人工神经网络的基本模型及其算法
　　 2.4 BP网络及其改进
　　 2.5 人工神经网络在非线性时序预测中的应用研究
　　参考文献
　　3 进化算法
　　 3.1 进化算法的生物基础
　　 3.2 进化算法的分类
　　 3.3 遗传算法
　　 3.4 进化规划
　　 3.5 进化策略及遗传规划
　　 3.6 进化算法的设计
　　参考文献
　　附录A 用于无约束优化的典型测试函数
　　附录B 用于约束优化的典型测试函数
　　4 进化神经网络
　　 4.1 进化神经网络的生物基础
　　 4.2 进化神经网络的基本模型
　　 4.3 进化神经网络算法
　　 4.4 进化神经网络的应用
　　参考文献
　　5 蚁群算法
　　 5.1 蚁群算法的生物基础
　　 5.2 蚁群算法的基本模型
　　 5.3 蚁群算法的改进研究
　　 5.4 改进蚁群算法的应用
　　 5.5 蚁群算法的其他模型及其应用
　　 5.6 蚁群算法的典型应用
　　 5.7 蚁群算法的比较研究
　　参考文献
　　6 粒子群优化算法
　　 6.1 引言
　　 6.2 生物学背景：人工生命
　　 6.3 算法介绍
　　 6.4 粒子群优化算法的参数设置
　　 6.5 遗传算法和粒子群优化算法的比较
　　 6.6 粒子群优化算法和人工神经网络的融合
　　 6.7 粒子群优化算法的应用
　　 6.8 粒子群优化算法的发展
　　参考文献
　　7 免疫算法
　　 7.1 免疫算法的生物学基础――生物免疫系统
　　 7.2 免疫算法的基本模型及算法
　　 7.3 免疫算法与其他算法的结合
　　 7.4 人工免疫系统的应用
　　 7.5 人工免疫系统的发展
　　参考文献
　　8 细胞自动机
　　 8.1 细胞自动机简介
　　 8.2 细胞自动机的一般描述
　　 8.3 细胞自动机的物理描述
　　 8.4 细胞自动机的数学描述
　　 8.5 细胞自动机的特征
　　 8.6 细胞自动机的典型应用
　　参考文献
　　9 智能仿生算法的新进展
　　 9.1 人工鱼群算法
　　 9.2 人口迁移算法
　　 9.3 人工蜂群算法
　　参考文献
　　

已确认勘误

页码	勘误内容	提交人	修订印次

现代智能仿生算法及其应用

名称
类型
大小

用户反馈

FAQ

现代智能仿生算法及其应用

已确认勘误

第次印刷 筛选

第次印刷