掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
智能計算模型與理論 版權信息
- ISBN：9787302676997
- 條形碼：9787302676997 ; 978-7-302-67699-7
- 裝幀：平裝
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
智能計算模型與理論 內容簡介
"內容： 該教材從智能計算簡介、神經計算、模糊計算、進化計算、群智能計算、密母計算、免疫計算、量子計算、多目標智能計算以及新型智能計算這10大板塊介紹智能計算。 模塊1 智能計算簡介：介紹人工智能的概念與歷史、引出智能計算的人工智能的關系，介紹智能計算的分類，介紹智能計算相關應用領域。 模塊2 神經計算：介紹生物神經系統的相關知識，介紹人工神經網絡的基本原理，介紹神經網絡學習算法，介紹人工神經網絡的分類，之后從前層神經網絡過渡到深度神經網絡，介紹幾種典型的深度神經網絡，并介紹深度神經網絡的應用。 模塊3 模糊計算：介紹模糊集合與隸屬度函數，介紹模糊關系及合成，介紹模糊推理，*后介紹模糊計算的應用。 模塊4 進化計算：介紹進化計算生物學背景，介紹遺傳算法的原理和模型，介紹進化策略、進化規劃與遺傳規劃。 模塊5 群智能計算：介紹群智能計算的相關背景知識，介紹粒子群算法、蟻群算法、菌群算法、以及其它群智能模型等。 模塊6 密母計算：介紹混合智能計算的基本概念，介紹單點搜索算法，介紹密母算法，介紹基于密母算法的社團檢測，基于混合多目標蟻群優化算法的社團檢測。 模塊7 免疫計算：介紹免疫計算基礎，介紹幾種免疫算法，介紹免疫計算應用。 模塊8 量子計算：介紹量子計算的智能基礎，介紹量子計算模型，介紹量子智能優化算法。 模塊9 多目標智能計算：介紹多目標優化的相關概念，介紹進化多目標算法，介紹復雜進化多目標優化算法，介紹多目標智能計算的相關應用。 模塊10 新型智能計算：介紹智能計算的前沿技術：圖神經網絡和面向昂貴優化問題的進化計算，介紹智能計算未來的發展方向：進化計算與神經計算的結合、演化神經網絡。特色：該教材的特色是系統全面的介紹各種智能計算方法，內容從易到難富有層次，同時該教材會介紹新型的智能計算技術，會對智能計算領域未來的發展給出一些展望。讀者對象：該教材使用范圍定位為33所拔尖人才高校計算機專業教學為主，可兼顧其他學校。"
智能計算模型與理論 目錄
第1章 概論
1.1 人工智能簡介
1.1.1 人工智能概念
1.1.2 人工智能發展歷史
1.1.3 人工智能三大學派
1.2 智能計算與人工智能
1.2.1 智能計算概念
1.2.2 智能計算與人工智能的聯系
1.3 智能計算分類
1.3.1 神經計算
1.3.2 模糊計算
1.3.3 進化計算
1.3.4 群智能計算
1.3.5 密母計算
1.3.6 免疫計算
1.3.7 量子計算
1.4 智能計算應用領域
1.4.1 智能計算在軍事領域的應用
1.4.2 智能計算在數據挖掘領域的應用
1.4.3 智能計算在系統仿真領域的應用
1.4.4 智能計算在機器視覺領域的應用
1.4.5 智能計算在智能制造領域的應用
本章小結
習題
參考文獻
第2章 神經計算
2.1 生物神經系統
2.1.1 生物神經元結構及工作機制
2.1.2 生物神經系統特點
2.2 人工神經網絡
2.2.1 人工神經網絡基本概念
2.2.2 人工神經網絡模型
2.3 學習算法
2.3.1 單層感知器及其學習算法
2.3.2 BP神經網絡及其學習算法
2.4 人工神經網絡的類型
2.4.1 前饋神經網絡
2.4.2 反饋神經網絡
2.5 深度神經網絡
2.5.1 從淺層神經網絡到深度神經網絡
2.5.2 卷積神經網絡
2.5.3 循環神經網絡
2.5.4 生成對抗網絡
2.6 神經計算應用
2.6.1 文字識別
2.6.2 語音識別
2.6.3 圖像生成
本章小結
習題
參考文獻
第3章 模糊計算
3.1 模糊集合
3.1.1 模糊集合的定義
3.1.2 隸屬度函數定義
3.1.3 模糊集合的表示
3.1.4 隸屬度函數確定方法
3.1.5 模糊集合的運算
3.2 模糊關系及其合成
3.2.1 模糊矩陣
3.2.2 模糊關系
3.2.3 模糊關系的合成
3.3 模糊推理
3.3.1 模糊知識表示
3.3.2 模糊推理規則
3.3.3 模糊判決
3.4 模糊計算應用
3.4.1 模糊C均值聚類算法
3.4.2 模糊控制
本章小結
習題
參考文獻
第4章 進化計算
4.1 進化計算的生物背景
4.1.1 進化計算的起源
4.1.2 進化計算的歷史
4.1.3 進化計算的基本過程及分類
4.2 遺傳算法
4.2.1 基本遺傳算法的原理
4.2.2 遺傳算法的求解過程
4.2.3 模式理論與積木塊假設
4.2.4 改進的遺傳算法
4.2.5 遺傳算法應用
4.3 進化策略、進化規劃與遺傳規劃
4.3.1 進化策略
4.3.2 進化規劃
4.3.3 遺傳規劃
本章小結
習題
參考文獻
第5章 群智能計算
5.1 群智能概述
5.1.1 群智能基本概念
5.1.2 群智能算法基本思想
5.2 PSO 算法
5.2.1 PSO算法背景
5.2.2 用于連續優化問題的PSO算法模型
5.2.3 PSO算法求解實例
5.2.4 PSO算法改進模型
5.2.5 PSO算法應用
5.3 蟻群算法
5.3.1 蟻群算法背景
5.3.2 用于離散優化問題的蟻群算法模型
5.3.3 蟻群算法求解實例
5.3.4 蟻群算法改進模型
5.3.5 蟻群算法應用
5.4 菌群算法
5.4.1 菌群算法背景
5.4.2 菌群算法原理
5.4.3 菌群算法應用
5.5 其他群智能模型
5.5.1 人工魚群算法基本原理
5.5.2 狼群算法基本原理
本章小結
習題
參考文獻
第6章 密母計算
6.1 混合智能計算基本概念
6.2 單點搜索算法
6.2.1 模擬退火算法
6.2.2 梯度下降算法
6.2.3 爬山算法
6.3 密母算法
6.3.1 密母算法的基本思想
6.3.2 密母算法的一般框架
6.3.3 超啟發式局部搜索策略
6.3.4 協同進化局部搜索策略
6.4 基于密母算法的社團檢測
6.4.1 問題定義
6.4.2 貪心算法
6.4.3 算法描述
6.4.4 實驗結果及分析
6.5 基于混合多目標蚊群優化算法的社團檢測
6.5.1 混合多目標蟻群優化算法的基本概念
6.5.2 目標函數的選擇
6.5.3 算法描述
6.5.4 實驗結果及分析
6.6 基于爬山算法的改進遺傳算法
本章小結
習題
參考文獻
第7章 免疫計算
7.1 免疫計算生物學背景
7.1.1 免疫系統
7.1.2 免疫應答機制
7.1.3 生物免疫系統的免疫理論
7.1.4 生物免疫系統的動力學基礎
7.2 免疫計算基礎
7.2.1 免疫計算研究概況
7.2.2 免疫計算分類
7.2.3 基本免疫算法
7.3 克隆選擇算法
7.3.1 克隆選擇算法的基本過程
7.3.2 克隆選擇算法求解實例
7.4 免疫算法
7.4.1 否定選擇算法
7.4.2 免疫網絡算法
7.4.3 免疫多目標模型
7.4.4 混合免疫模型
7.5 免疫計算應用
本章小結
習題
參考文獻
第8章 量子計算
8.1 量子計算物理基礎
8.1.1 量子算法 …… 第9章多目標智能計算 第10章新型智能計算
1.1 人工智能簡介
1.1.1 人工智能概念
1.1.2 人工智能發展歷史
1.1.3 人工智能三大學派
1.2 智能計算與人工智能
1.2.1 智能計算概念
1.2.2 智能計算與人工智能的聯系
1.3 智能計算分類
1.3.1 神經計算
1.3.2 模糊計算
1.3.3 進化計算
1.3.4 群智能計算
1.3.5 密母計算
1.3.6 免疫計算
1.3.7 量子計算
1.4 智能計算應用領域
1.4.1 智能計算在軍事領域的應用
1.4.2 智能計算在數據挖掘領域的應用
1.4.3 智能計算在系統仿真領域的應用
1.4.4 智能計算在機器視覺領域的應用
1.4.5 智能計算在智能制造領域的應用
本章小結
習題
參考文獻
第2章 神經計算
2.1 生物神經系統
2.1.1 生物神經元結構及工作機制
2.1.2 生物神經系統特點
2.2 人工神經網絡
2.2.1 人工神經網絡基本概念
2.2.2 人工神經網絡模型
2.3 學習算法
2.3.1 單層感知器及其學習算法
2.3.2 BP神經網絡及其學習算法
2.4 人工神經網絡的類型
2.4.1 前饋神經網絡
2.4.2 反饋神經網絡
2.5 深度神經網絡
2.5.1 從淺層神經網絡到深度神經網絡
2.5.2 卷積神經網絡
2.5.3 循環神經網絡
2.5.4 生成對抗網絡
2.6 神經計算應用
2.6.1 文字識別
2.6.2 語音識別
2.6.3 圖像生成
本章小結
習題
參考文獻
第3章 模糊計算
3.1 模糊集合
3.1.1 模糊集合的定義
3.1.2 隸屬度函數定義
3.1.3 模糊集合的表示
3.1.4 隸屬度函數確定方法
3.1.5 模糊集合的運算
3.2 模糊關系及其合成
3.2.1 模糊矩陣
3.2.2 模糊關系
3.2.3 模糊關系的合成
3.3 模糊推理
3.3.1 模糊知識表示
3.3.2 模糊推理規則
3.3.3 模糊判決
3.4 模糊計算應用
3.4.1 模糊C均值聚類算法
3.4.2 模糊控制
本章小結
習題
參考文獻
第4章 進化計算
4.1 進化計算的生物背景
4.1.1 進化計算的起源
4.1.2 進化計算的歷史
4.1.3 進化計算的基本過程及分類
4.2 遺傳算法
4.2.1 基本遺傳算法的原理
4.2.2 遺傳算法的求解過程
4.2.3 模式理論與積木塊假設
4.2.4 改進的遺傳算法
4.2.5 遺傳算法應用
4.3 進化策略、進化規劃與遺傳規劃
4.3.1 進化策略
4.3.2 進化規劃
4.3.3 遺傳規劃
本章小結
習題
參考文獻
第5章 群智能計算
5.1 群智能概述
5.1.1 群智能基本概念
5.1.2 群智能算法基本思想
5.2 PSO 算法
5.2.1 PSO算法背景
5.2.2 用于連續優化問題的PSO算法模型
5.2.3 PSO算法求解實例
5.2.4 PSO算法改進模型
5.2.5 PSO算法應用
5.3 蟻群算法
5.3.1 蟻群算法背景
5.3.2 用于離散優化問題的蟻群算法模型
5.3.3 蟻群算法求解實例
5.3.4 蟻群算法改進模型
5.3.5 蟻群算法應用
5.4 菌群算法
5.4.1 菌群算法背景
5.4.2 菌群算法原理
5.4.3 菌群算法應用
5.5 其他群智能模型
5.5.1 人工魚群算法基本原理
5.5.2 狼群算法基本原理
本章小結
習題
參考文獻
第6章 密母計算
6.1 混合智能計算基本概念
6.2 單點搜索算法
6.2.1 模擬退火算法
6.2.2 梯度下降算法
6.2.3 爬山算法
6.3 密母算法
6.3.1 密母算法的基本思想
6.3.2 密母算法的一般框架
6.3.3 超啟發式局部搜索策略
6.3.4 協同進化局部搜索策略
6.4 基于密母算法的社團檢測
6.4.1 問題定義
6.4.2 貪心算法
6.4.3 算法描述
6.4.4 實驗結果及分析
6.5 基于混合多目標蚊群優化算法的社團檢測
6.5.1 混合多目標蟻群優化算法的基本概念
6.5.2 目標函數的選擇
6.5.3 算法描述
6.5.4 實驗結果及分析
6.6 基于爬山算法的改進遺傳算法
本章小結
習題
參考文獻
第7章 免疫計算
7.1 免疫計算生物學背景
7.1.1 免疫系統
7.1.2 免疫應答機制
7.1.3 生物免疫系統的免疫理論
7.1.4 生物免疫系統的動力學基礎
7.2 免疫計算基礎
7.2.1 免疫計算研究概況
7.2.2 免疫計算分類
7.2.3 基本免疫算法
7.3 克隆選擇算法
7.3.1 克隆選擇算法的基本過程
7.3.2 克隆選擇算法求解實例
7.4 免疫算法
7.4.1 否定選擇算法
7.4.2 免疫網絡算法
7.4.3 免疫多目標模型
7.4.4 混合免疫模型
7.5 免疫計算應用
本章小結
習題
參考文獻
第8章 量子計算
8.1 量子計算物理基礎
8.1.1 量子算法 …… 第9章多目標智能計算 第10章新型智能計算
展開全部
書友推薦
- >
莉莉和章魚
- >
苦雨齋序跋文-周作人自編集
- >
唐代進士錄
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
巴金－再思錄
- >
朝聞道
- >
山海經
- >
我與地壇
本類暢銷
