网站首页 软件下载 游戏下载 翻译软件 电子书下载 电影下载 电视剧下载 教程攻略
书名 | 智能算法导论 |
分类 | 教育考试-考试-计算机类 |
作者 | 尚荣华、焦李成、刘芳、李阳阳 |
出版社 | 清华大学出版社 |
下载 | ![]() |
简介 | 编辑推荐 智能算法应用广泛,与生物学、计算机科学、神经科学、语言学等学科交叉发展,互相影响。本书充分将自然计算、启发式方法、量子、神经网络等有机融合,体现了深度的学科交叉。内容丰富,阐述严谨,结合近年来智能算法的研究成果,紧跟国内外近期新研究动态,总结国内外发展现状,阐述编者对相关领域未来发展的思考,分享智能算法领域前沿技术。 内容推荐 本书有机融合自然计算、启发式方法、量子、神经网络等智能理论和前沿技术,对遗传算法、免疫算法、粒子群算法、蚁群算法等22种智能算法的起源、理论基础、基本框架和典型应用进行了详细论述,在此基础上,针对相关领域中的典型问题给出智能算法的应用示例。 本书可以为计算机科学、信息科学、人工智能、自动化技术等领域相关专业技术人员提供参考,也可以作为相关专业研究生和高年级本科生教材。 目录 第1章遗传算法 1.1遗传算法起源 1.1.1遗传算法生物学基础 1.1.2遗传算法发展历程 1.2遗传算法实现 1.2.1遗传算法流程 1.2.2重要参数 1.3基于遗传算法的组合优化 1.3.1基于遗传算法的TTP问题 1.3.2基于遗传算法的旅行商问题 1.3.3基于遗传算法的01规划 1.4基于遗传算法的图像处理 1.4.1基于遗传算法的图像分割 1.4.2基于遗传算法的图像增强 1.4.3基于遗传算法的图像变化检测 1.5基于遗传算法的社区检测 1.5.1多目标遗传算法 1.5.2遗传编码 1.5.3Pareto很优解 参考文献 第2章免疫算法 2.1生物免疫系统与人工免疫系统 2.2免疫算法实现 2.2.1克隆选择算法 2.2.2人工免疫系统模型 2.3基于免疫算法的聚类分析 2.3.1聚类问题 2.3.2免疫进化方法 2.4基于免疫算法的限量弧路由问题 2.4.1限量弧路由问题模型 2.4.2基于免疫协同进化的限量弧路由问题 参考文献 第3章Memetic算法 3.1Memetic算法发展历程 3.2Memetic算法实现 3.2.1Memetic算法流程 3.2.2Memetic算法改进 3.2.3Memetic算法研究分类 3.3基于Memetic算法的社区检测 3.3.1多目标Memetic优化算法 3.3.2局部搜索 3.4基于Memetic算法的限量弧路由问题 3.4.1路由距离分组 3.4.2子问题解的更替 3.4.3基于分解的Memetic算法 参考文献 第4章粒子群算法 4.1粒子群算法起源 4.1.1粒子群算法生物学基础 4.1.2粒子群算法发展历程 4.2粒子群算法实现 4.2.1基本粒子群算法 4.2.2改进粒子群算法 4.3基于粒子群算法的图像处理 4.3.1基于粒子群算法的图像分割 4.3.2基于粒子群算法的图像分类 4.3.3基于粒子群算法的图像匹配 4.4基于粒子群算法的优化问题 4.4.1基于粒子群算法的旅行商问题 4.4.2基于粒子群算法的配送中心选址问题 4.4.3基于粒子群算法的函数优化 参考文献 第5章蚁群算法 5.1蚁群算法起源 5.1.1蚁群算法生物学基础 5.1.2蚁群算法发展历程 5.2蚁群算法实现 5.2.1蚁群算法流程 5.2.2离散域和连续域蚁群算法 5.3基于蚁群算法的路径规划 5.3.1蚁群算法的路径规划中的优势 5.3.2算法描述以及实现 5.3.3全局路径规划方法 5.4基于蚁群算法的社区检测 5.4.1多目标蚁群算法 5.4.2社区检测问题的改进 参考文献 第6章狼群算法 6.1狼群算法起源 6.1.1狼群算法生物学基础 6.1.2狼群算法发展历程 6.2狼群算法实现 6.2.1狼群算法中的智能行为定义 6.2.2狼群算法流程 6.3基于狼群算法的函数求解 6.3.1数学模型 6.3.2函数优化问题 6.4基于狼群算法的优化调度问题 6.4.1基于狼群算法的电网调度优化 6.4.2基于狼群算法的水电站优化调度 参考文献 第7章人工蜂群算法 7.1人工蜂群算法起源 7.1.1人工蜂群算法生物学基础 7.1.2人工蜂群算法发展历程 7.2人工蜂群算法实现 7.2.1人工蜂群算法流程 7.2.2混合人工蜂群算法 7.3基于人工蜂群算法的函数优化 7.3.1基于人工蜂群算法的多目标优化问题 7.3.2基于人工蜂群算法的动态优化 7.4基于人工蜂群算法的图像处理 7.4.1基于人工蜂群算法的图像增强 7.4.2基于人工蜂群算法的图像分割 7.4.3基于人工蜂群算法的图像融合 参考文献 第8章细菌觅食优化算法 8.1细菌觅食优化算法起源 8.1.1细菌觅食优化算法生物学基础 8.1.2细菌觅食优化算法发展历程 8.2细菌觅食优化算法实现 8.2.1细菌觅食优化算法的操作步骤 8.2.2细菌觅食算法的流程 8.3基于细菌觅食算法的图像匹配 8.3.1自适应步长 8.3.2很优解逃逸 8.4基于细菌觅食算法的聚类问题 8.4.1改进趋化操作 8.4.2改进复制操作 8.4.3改进迁徙操作 参考文献 第9章分布估计算法 9.1分布估计算法起源 9.1.1分布估计算法统计学原理 9.1.2分布估计算法发展历程 9.2分布估计算法实现 9.2.1分布估计算法流程 9.2.2分布估计算法改进 9.3基于分布估计算法的收敛性分析及多目标优化问题 9.3.1收敛性分析 9.3.2多分布估计算法 9.4基于分布估计算法的调度问题 9.4.1基于分布估计算法的柔性车间调度 9.4.2基于分布估计算法的资源受限项目调度 参考文献 第10章差分进化算法 10.1差分进化算法与遗传算法 10.1.1遗传算法流程 10.1.2差分进化算法流程 10.1.3差分进化算法与遗传算法的比较 10.2差分进化算法实现 10.2.1差分进化算法主要参数 10.2.2差分进化算法流程 10.3基于差分进化算法的多目标优化问题 10.3.1混合差分进化处理多目标优化问题 10.3.2自适应差分进化处理多目标优化问题 10.4基于差分进化算法的调度问题 10.4.1基于差分进化算法的置换流水线调度 10.4.2基于差分进化算法的有限缓冲区调度 10.4.3基于差分进化算法的作业车间调度 参考文献 第11章模拟退火算法 11.1模拟退火算法起源 11.1.1固体退火原理 11.1.2模拟退火算法发展历程 11.2模拟退火算法实现 11.2.1模拟退火算法基本思想 11.2.2模拟退火算法流程 11.3基于模拟退火算法的超大规模集成电路研究 11.3.1集成电路布线 11.3.2优化目标 11.4基于模拟退火算法的图像处理 11.4.1基于模拟退火算法的图像复原 11.4.2基于模拟退火算法的图像去噪 11.4.3基于模拟退火算法的图像分割 11.5基于模拟退火算法的组合优化 11.5.1基于模拟退火算法的01背包问题 11.5.2基于模拟退火算法的图着色问题 11.5.3基于模拟退火算法的旅行商问题 参考文献 第12章贪心算法 12.1从背包问题了解贪心算法 12.2贪心算法实现 12.2.1局部很优解概念 12.2.2贪心算法流程 12.3基于贪心算法的组合优化 12.3.1基于贪心算法的背包问题 12.3.2基于贪心算法的旅行商问题 参考文献 第13章雨滴算法 13.1自然降雨现象启发下的雨滴算法 13.2雨滴算法理论基础 13.3基于雨滴算法的多目标优化问题 13.3.1基于雨滴算法的多目标应急物资路径优化 13.3.2基于雨滴算法的混合时间窗车辆路径问题 参考文献 第14章禁忌搜索算法 14.1禁忌搜索算法起源 14.1.1禁忌搜索算法发展历程 14.1.2禁忌搜索算法基本思想 14.2禁忌搜索算法实现 14.2.1禁忌搜索算法构成要素 14.2.2禁忌搜索算法流程 14.3基于禁忌搜索的飞蜂窝网络频谱分配方法 14.3.1算法主要思想及流程 14.3.2算法实现具体步骤 14.3.3实验分析 参考文献 第15章量子搜索与优化 15.1量子计算原理 15.1.1状态的叠加 15.1.2状态的相干 15.1.3状态的纠缠 15.1.4量子并行性 15.2量子计算智能的几种模型 15.2.1量子人工神经网络 15.2.2基于量子染色体的进化算法 15.2.3基于量子特性的优化算法 15.2.4量子聚类算法 15.2.5量子模式识别算法 15.2.6量子小波与小波包算法 15.2.7量子退火算法 15.3量子进化算法 15.3.1基于量子旋转门的进化算法 15.3.2基于吸引子的进化算法 参考文献 第16章量子粒子群优化 16.1量子行为粒子群算法 16.1.1思想来源 16.1.2δ势阱模型 16.1.3算法流程 16.2协同量子粒子群优化 16.2.1协同量子粒子群算法 16.2.2改进的协同量子粒子群算法 16.2.3实验结果及分析 16.3基于多次坍塌正交交叉的量子粒子群优化 16.3.1量子多次坍塌 16.3.2正交交叉实验简介 16.3.3多次坍塌正交交叉的量子粒子群算法 16.3.4实验及分析 参考文献 第17章最小二乘法 17.1最小二乘法数学基础 17.2最小二乘法流程 17.3最小二乘法在机器学习中的应用 参考文献 第18章A*算法 18.1最短路径搜索 18.2A*算法实现 18.2.1A*算法原理 18.2.2A*算法简单案例 18.3A*算法的优势与缺陷 参考文献 第19章神经网络算法 19.1神经网络算法起源 19.1.1脑神经元学说 19.1.2神经网络算法发展历程 19.2神经网络算法实现 19.2.1神经网络构成要素 19.2.2典型神经网络结构 19.3基于神经网络算法的图像处理 19.3.1基于神经网络算法的图像分割 19.3.2基于神经网络算法的图像修复 19.3.3基于神经网络算法的目标检测与识别 19.4基于神经网络算法的预测控制 19.4.1基于神经网络算法的预测模型 19.4.2神经网络预测控制中的滚动优化 参考文献 第20章深度学习算法 20.1深度学习算法与神经网络 20.2深度学习算法实现 20.2.1深度概念 20.2.2深度学习算法基本思想 20.2.3深度模型优化 20.3基于深度学习算法的计算机视觉 20.3.1基于深度学习算法的人脸识别 20.3.2基于深度学习算法的目标跟踪 20.4基于深度学习算法的语音识别 20.4.1基于深度学习算法的声学模型 20.4.2基于深度学习算法的语言模型 参考文献 第21章强化学习 21.1强化学习模型 21.1.1强化学习思路 21.1.2基于马尔可夫决策过程的强化学习 21.2逆向强化学习 21.2.1优选边际规划 21.2.2基于优选信息熵的逆向强化学习 21.3基于多尺度FCNCRF网络和强化学习的高分辨SAR图像语义分割 21.3.1深度强化学习 21.3.2SAR图像语义分割动态调优策略 21.3.3算法实现 21.3.4实验结果 参考文献 第22章混合智能算法 22.1粒子群深度网络模型及学习算法 22.1.1PSO自编码网络 22.1.2自适应PSO自编码网络 22.1.3模拟退火PSO算法自编码网络 22.1.4实验与分析 22.2混沌模拟退火深度网络模型及学习算法 22.2.1混沌模拟退火深度网络学习算法 22.2.2混沌模拟退火自编码网络 22.2.3混沌模拟退火深度小波网络 22.2.4实验与分析 参考文献 |
随便看 |
|
霍普软件下载网电子书栏目提供海量电子书在线免费阅读及下载。