成功加入购物车
品相要求严者,请饶行,售后不退。
[南非]英吉布雷切特 著; 谭营 译 / 清华大学出版社 / 2010-06 / 平装
售价 ¥ 20.00 3.4折
定价 ¥59.00
品相 八品
优惠 满包邮
延迟发货说明
上书时间2021-10-15
卖家超过10天未登录
计算智能导论
《计算智能导论(第2版)》导论性地介绍了计算智能的5个典型范例:人工神经网络、进化计算、计算群体智能、人工免疫系统和模糊系统。它们分别是对生物神经系统、生物进化过程、社会组织的群体行为、自然免疫系统和人类思维过程的成功建模。这些范例已经得到了广泛深入的研究,人们在取得了很大的成功之后,已将研究成果广泛地应用到了众多的实际应用领域。极大提高了人们发现问题,求解问题,尤其是求解复杂科学与工程问题的能力。
通过阅读《计算智能导论(第2版)》,读者可以全面地了解到目前计算智能研究的主要成果和最新进展,对相关专业的研究生、高年级本科生、高校教师、科研人员和工程技术人员都具有很好的参考价值,故我们决定将该书的英文版第2版翻译成中文出版,希望《计算智能导论(第2版)》中文版的出版能够推动计算智能在我国的普及和广泛深入的研究,促进我国智能科学的发展和进步。
全书分成6个部分共23章和1个附录。
第I部分引言第1章计算智能简介1.1计算智能典型方法1.1.1人工神经网络1.1.2进化计算1.1.3群体智能1.1.4人工免疫系统1.1.5模糊系统1.2简短历史1.3习题第Ⅱ部分人工神经网络第2章人工神经元2.1计算网络输入信号2.2激活函数2.3人工神经元几何构型2.4人工神经元学习2.4.1增广向量2.4.2梯度下降学习规则2.4.3Widrow-Hoff学习规则2.4.4广义delta学习规则2.4.5误差修正学习规则2.5习题第3章监督学习神经网络3.1神经网络的类型3.1.1前馈神经网络3.1.2函数链神经网络3.1.3乘积单元神经网络3.1.4简单反馈神经网络3.1.5时延神经网络3.1.6级联神经网络3.2监督学习规则3.2.1监督学习问题3.2.2梯度下降优化3.2.3尺度化共轭梯度3.2.4LeapFrog优化3.2.5粒子群优化3.3隐层单元的功能3.4集成神经网络3.5习题第4章非监督学习神经网络4.1背景4.2Hebbian学习规则4.3主成分学习规则4.4学习向量量化-I4.5自组织特征映射4.5.1随机训练规则4.5.2批映射4.5.3可生长SOM4.5.4加快收敛速度4.5.5聚类和可视化4.5.6使用SOM4.6习题第5章径向基函数网络5.1学习向量量化.II5.2径向基函数神经网络5.2.1径向基函数网络结构5.2.2径向基函数5.2.3训练算法5.2.4径向基函数网络的变体5.3习题第6章增强学习6.1通过奖励学习6.2无模型增强学习模型6.2.1即时差分学习6.2.2Q学习6.3神经网络和增强学习6.3.1RPROP6.3.2梯度下降增强学习6.3.3连接主义的O-学习6.4习题第7章监督学习的性能问题7.1性能准则7.1.1精度7.1.2复杂度7.1.3收敛性7.2性能分析7.3性能因素7.3.1数据预备7.3.2权值初始化7.3.3学习率和冲量7.3.4优化方法7.3.5结构选择7.3.6自适应激活函数7.3.7主动学习7.4习题第Ⅲ部分进化计算第8章进化计算导论8.1一般进化算法8.2染色体的表示8.3初始种群8.4适应度函数8.5选择8.5.1选择压力8.5.2随机选择8.5.3比例选择8.5.4锦标赛选择8.5.5排序选择8.5.6波尔兹曼选择8.5.7(u+r)选择8.5.8精英选择8.5.9名人堂8.6繁殖算子8.7终止条件8.8进化计算与经典优化算法8.9题第9章遗传算法9.1经典遗传算法9.2交叉9.2.1二进制表示9.2.2浮点表示9.3变异9.3.1二进制表示9.3.2浮点表示9.3.3宏变异算子.无头鸡9.4控制参数9.5遗传算法的变体9.5.1代沟方法9.5.2杂乱遗传算法9.5.3交互进化9.5.4.岛屿遗传算法9.6前沿专题9.6.1小生境遗传算法9.6.2约束处理9.6.3多目标优化9.6.4.动态环境9.7应用9.8作业第10章遗传编程10.1基于树的表示10.2初始群体10.3适应度函数10.4交叉算子10.5变异算子10.6积木块遗传规划10.7应用10.8习题第11章进化规划11.1基本进化规划11.2进化规划算子11.2.1变异算子11.2.2选择算子……11.3策略参数14811.4进化规划的实现15311.5前沿专题15711.7习题161第12章进化策略16212.1(1+1)-进化策略16212.2一般进化策略算法16312.3策略参数和自适应16412.4进化策略算子16812.5进化策略变种17212.6高级话题1741261约束处理方法17512.7进化策略的应用17912.8习题180第13章差分进化18113.1基本的差分进化18113.2差分进化/x/y/z18613.3基本差分进化的变种18713.4离散值问题的差分进化19313.5高级话题19513.6应用19813.7习题199第14章文化算法20014.1文化和人工文化20014.2基本的文化算法20114.3信念空间20214.4模糊文化算法20614.5高级话题20814.6应用21014.7习题211第15章协同进化21215.1协同进化类型21215.2竞争协同进化21315.3协作协同进化21715.4习题218第Ⅳ部分计算群体智能第16章粒子群优化22116.1基本粒子群优化22116.2社会网络结构22916.3基本变种23116.4基本PSO的参数23816.5单解粒子群优化24016.6高级专题26016.7应用26916.8习题272第17章蚂蚁算法27317.1蚁群优化元启发27317.2墓地组织与育雏29317.3分工29817.4高级专题30217.5应用30917.6习题313第Ⅴ部分人工免疫系统第18章自然免疫系统31718.1经典模型31718.2抗体与抗原31818.3白细胞31818.4免疫类型32118.5抗原结构的学习32118.6网络理论32218.7危险理论32218.8习题323第19章人工免疫模型32419.1人工免疫系统算法32419.2经典模型32619.2进化方法32719.3克隆选择理论模型32819.4网络理论模型33319.5危险理论34019.6应用及其他AIS模型34319.7习题343第Ⅵ部分模糊系统第20章模糊集34720.1正式定义34720.2隶属函数34820.3模糊算子35020.4模糊集的特性35320.5模糊和概率35420.6习题354第21章模糊逻辑和模糊推理35621.1模糊逻辑35621.2模糊推理35921.3习题362第22章模糊控制器36422.1模糊控制器的部件36422.2模糊控制器类型36522.3习题366第23章粗糙集36823.1辨别力的概念36923.2粗糙集中的模糊37023.3模糊集中的不确定性37023.4习题371参考文献372附录A优化理论431A.1优化问题的基本要素431A.2优化问题分类431A.3最优值类型432A.4优化方法分类433A.5非约束优化434A.6约束优化438A.7多解问题443A.8多目标优化445A.9动态优化问题449术语表453
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