人工智能 类型
可以朗读 语音朗读
104千字 字数
2020-09-01 发行日期
展开全部

主编推荐语

文化进化与计算智能结合探索，创新协同进化算法。

内容简介

本书主要研究将文化进化的思想融入现代计算智能的理论与实践中，探讨如何发掘文化进化和自然进化机制在现代计算智能的理论与实践中的和谐统一，协同进化以形成新的计算方法，并将这些协同进化计算方法应用于函数优化和组合优化等具体问题中，主要包括基于进化规划的文化算法设计，文化粒子群优化算法，文化蚁群优化算法，文化免疫量子进化算法，以及算法的应用。

目录

  • 封面
  • 前折页
  • 版权信息
  • 内容简介
  • 前言
  • 第1章 绪论
  • 1.1 智能计算方法概述
  • 1.2 文化进化和自然进化的协同
  • 第2章 理论背景知识
  • 2.1 优化研究基础
  • 2.1.1 函数优化
  • 2.1.2 组合优化
  • 2.2 进化算法
  • 2.2.1 遗传算法
  • 2.2.2 进化策略
  • 2.2.3 进化规划
  • 2.2.4 遗传算法、进化规划和进化策略之间的异同点
  • 2.3 群体智能
  • 2.3.1 粒子群优化算法
  • 2.3.2 蚁群优化算法
  • 2.4 量子进化算法
  • 2.4.1 量子计算概念的产生和发展
  • 2.4.2 量子计算的物理原理
  • 2.4.3 量子计算与经典计算相比的重要特点
  • 2.4.4 量子进化算法的数学描述
  • 2.5 文化算法
  • 第3章 基于进化规划的文化算法设计
  • 3.1 引言
  • 3.2 算法的分析和设计
  • 3.2.1 群体空间上的进化
  • 3.2.2 信仰空间上的进化
  • 3.2.3 接受函数
  • 3.2.4 影响函数
  • 3.3 仿真实验与结果分析
  • 3.4 算法的改进
  • 3.5 本章总结
  • 第4章 文化粒子群优化算法
  • 4.1 引言
  • 4.2 差分进化算法
  • 4.3 文化差分粒子群优化算法
  • 4.3.1 群体空间的进化：差分粒子群优化算法
  • 4.3.2 信仰空间的设计和作用
  • 4.3.3 接受函数
  • 4.3.4 影响函数
  • 4.3.5 数值实验
  • 4.3.6 结果分析
  • 4.4 群体空间进化算法的改进
  • 4.4.1 自适应变异的差分粒子群优化算法
  • 4.4.2 自适应柯西变异粒子群优化算法
  • 4.5 本章总结
  • 第5章 文化蚁群优化算法
  • 5.1 引言
  • 5.2 TSP描述
  • 5.3 群体空间上的进化：蚁群系统
  • 5.4 信仰空间的设计和作用
  • 5.4.1 信仰空间上的进化
  • 5.4.2 接受函数
  • 5.4.3 影响函数
  • 5.5 实验研究
  • 5.5.1 算法的参数研究
  • 5.5.2 对比实验研究
  • 5.6 本章总结
  • 第6章 文化免疫量子进化算法
  • 6.1 引言
  • 6.2 背包问题描述
  • 6.3 文化免疫量子进化算法
  • 6.3.1 免疫的基本概念
  • 6.3.2 文化和量子协同进化计算模型
  • 6.3.3 群体空间上的进化：改进的免疫量子进化算法
  • 6.3.4 信仰空间的设计和作用
  • 6.4 实验研究
  • 6.5 算法的收敛性分析
  • 6.6 本章总结
  • 第7章 总结与展望
  • 7.1 工作的主要创新性成果
  • 7.2 工作展望
  • 附录A 部分测试函数
  • 参考文献
  • 读者调查表
  • 电子工业出版社编著书籍推荐表
  • 封底
展开全部

评分及书评

评分不足
1个评分

出版方

电子工业出版社

电子工业出版社成立于1982年10月，是国务院独资、工信部直属的中央级科技与教育出版社，是专业的信息技术知识集成和服务提供商。经过三十多年的建设与发展，已成为一家以科技和教育出版、期刊、网络、行业支撑服务、数字出版、软件研发、软科学研究、职业培训和教育为核心业务的现代知识服务集团。出版物内容涵盖了电子信息技术的各个分支及工业技术、经济管理、科普与少儿、社科人文等领域，综合出版能力位居全国出版行业前列。