成功加入购物车
正版一版一印,无笔记划线,无水印,无印章
温显斌 著 / 科学出版社 / 2009-02 / 平装
售价 ¥ 80.00
品相 九五品
优惠 满包邮
延迟发货说明
上书时间2021-03-14
卖家超过10天未登录
软计算及其应用
《软计算及其应用》较系统地介绍了软计算及其应用方法,包括模拟退火算法、人工神经网络计算方法、遗传算法、支持向量机和模糊计算等。软计算方法是国际上最新发展起来的数学优化方法,它在国民经济的各个领域都有广泛的应用。书中从结构上对软计算方法进行了统一地描述,并注重叙述各内容之间的相互融合,特别注意讲述这些软计算方法的实际应用,并给出了其应用实例。
《软计算及其应用》取材新颖,反映了当前国际先进的软计算技术,并兼顾课堂教学、自学的特点。叙述深入浅出,易读易懂,可作为高等院校相关专业的研究生、本科生的教材和参考书,也可供有关学科的教师及工程技术人员参考。
前言第1章绪论1.1软计算与人工智能的关系1.2软计算科学的主要分支1.2.1人工神经网络1.2.2遗传算法1.2.3模糊逻辑1.3软计算的特性1.4软计算研究的主要问题1.4.1学习1.4.2搜索1.4.3推理第2章模拟退火算法2.1概述2.1.1物理退火过程2.1.2Metroplis算法2.1.3模拟退火算法2.2模拟退火算法的收敛性分析2.2.1模拟退火算法的Markov链描述2.2.2模拟退火算法的收敛性2.3模拟退火算法的设计2.3.1初始温度t2.3.2终止温度t22.3.3Markov链长L42.3.4控制参数的更新函数T(t)2.4模拟退火算法的应用2.4.1模拟退火算法应用的一般要求2.4.2典型组合优化问题的模拟退火算法参考文献第3章人工神经网络3.1人工神经网络的基本概念3.1.1生物神经元模型3.1.2人工神经元模型3.1.3人工神经网络模型3.2人工神经网络的学习方法3.2.1学习机理3.2.2学习方法3.2.3学习规则3.3前向式神经网络与算法3.3.1感知器及算法3.3.2BP网络与误差反向传播算法3.4反馈网络模型及其主要算法3.4.1Hopfield网络与算法3.4.2Boltzmann机网络和学习方法3.4.3自组织特征映射网络和算法3.5神经网络的系统设计3.5.1神经网络的适用范围3.5.2神经网络的设计过程和需求分析3.5.3神经网络的性能评价3.5.4输入数据的预处理3.6神经网络的应用3.6.1基于神经网络的优化计算3.6.2图像边缘检测参考文献第4章遗传算法4.1遗传算法的概念4.1.1遗传算法的生物遗传学基础4.1.2遗传算法的一般结构4.1.3遗传算法的特点4.2标准遗传算法的基本设计4.2.1编码4.2.2适应度函数4.2.3遗传算法的基本操作4.2.4遗传算法的终止控制设计4.3遗传算法的模式理论4.3.1模式概念4.3.2模式定理4.3.3遗传算法有效处理的模式数量4.4遗传算法的理论与分析4.4.1遗传算法的一般收敛性理论4.4.2遗传算法的Markov链模型4.4.3遗传算法的收敛速度分析4.4.4遗传算法结构分析与设计4.5遗传算法的发展4.5.1改进遗传算法的一般结构4.5.2编码问题4.5.3遗传运算4.5.4控制参数4.5.5混合遗传算法4.6遗传算法的应用4.6.1巡回旅行商问题4.6.2进化神经刚络4.6.3基于遗传算法的分类器系统参考文献第5章支持向量机5.1基本原理5.1.1统计学习概述5.1.2支持向最5.2支持向量机用于多类问题5.3支持向量机用于回归5.3.1ε不敏感损失回归5.3.2核岭回归5.4支持向量机的算法5.5贝叶斯方法与高斯过程5.5.1贝叶斯方法5.5.2高斯过程5.6支持向量机的应用5.6.1文本分类5.6.2图像识别5.6.3手写数字识别参考文献第6章模糊计算6.1模糊系统概述6.1.1传统数学与模糊数学6.1.2不相容原理6.2模糊集合与隶属度函数6.2.1模糊集合与隶属度函数6.2.2模糊集合的运算6.3模糊关系与模糊矩阵6.3.1普通关系6.3.2模糊关系6.3.3模糊关系的合成6.3.4模糊矩阵6.3.5模糊蕴含关系6.4模糊逻辑与模糊推理6.4.1模糊逻辑6.4.2语言变量6.4.3模糊推理6.5模糊系统的建模6.5.1模糊系统模型6.5.2模糊系统模型的建立方法6.6模糊系统与其他软计算的混合计算6.6.1模糊神经网络6.6.2模糊推理与遗传算法的结合参考文献
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30