计算机
类型
可以朗读
语音朗读
252千字
字数
2021-05-01
发行日期
展开全部
主编推荐语
本书全面地介绍了如何利用MATLAB各种智能算法求解相关领域中的实际问题。
内容简介
书中内容做到了理论与实践相结合，让读者可以快速、便捷地学习各种智能算法，并利用智能算法解决问题，做到学以致用、举一反三。
全书共分12章，第1章为MATLAB基础篇；第2～12章为智能算法篇，分别介绍了各种人工智能算法，包括智能算法的基本概念、差分进化算法、种群算法、遗传算法、蚁群算法、粒子群算法、免疫算法、模拟退火算法、支持向量机算法、神经网络算法、模糊逻辑控制算法。
目录
- 版权信息
- 内容简介
- 前言
- 第1章 步入MATLAB R2020a
- 1.1 MATLAB的概述
- 1.1.1 MATLAB精通数学
- 1.1.2 MATLAB 面向工程师和科学家设计
- 1.1.3 MATLAB 集成工作流
- 1.2 MATLAB的特点及应用领域
- 1.3 MATLB R2020a的新功能
- 1.4 MATLAB的工作环境
- 1.4.1 MATLAB的主界面
- 1.4.2 MATLAB的文本编辑窗口
- 1.4.3 MATLAB的帮助文档
- 1.5 MATLAB的编程基础
- 1.5.1 变量
- 1.5.2 赋值语句
- 1.5.3 矩阵及其元素表示
- 1.6 MATLAB的矩阵运算
- 1.6.1 矩阵的代数运算
- 1.6.2 矩阵的关系运算
- 1.6.3 矩阵的逻辑运算
- 1.7 MATLAB的程序结构
- 1.7.1 循环控制结构
- 1.7.2 条件选择结构
- 1.8 M文件
- 1.8.1 脚本文件
- 1.8.2 函数文件
- 第2章 智能算法的基本概念
- 2.1 智能算法的概述
- 2.1.1 智能的分类
- 2.1.2 认识智能的不同观点
- 2.1.3 智能的层次
- 2.2 人工智能的概念
- 2.2.1 人工智能的发展史
- 2.2.2 人工智能的研究目标
- 2.2.3 人工智能的研究方法
- 2.2.4 人工智能的分类
- 2.2.5 人工智能的特征
- 2.3 人工智能的技术应用
- 2.4 人工智能的典型应用
- 2.4.1 智能机器人
- 2.4.2 智能网络
- 2.4.3 智能检索
- 2.4.4 智能游戏
- 2.5 人工智能发展的先决条件
- 2.6 人工智能的三个层次
- 2.7 人工智能的影响
- 2.8 人工智能的典型算法
- 第3章 差分进化算法分析
- 3.1 差分进化算法的理论
- 3.1.1 差分进化算法的发展史
- 3.1.2 差分进化算法的描述
- 3.1.3 差分进化算法的思想
- 3.1.4 差分进化算法的特点
- 3.2 基本差分进化算法
- 3.3 差分进化算法的运算流程
- 3.4 控制参数的选择
- 3.5 改进差分进化算法
- 3.5.1 变异操作
- 3.5.2 具有自适应算子的差分进化算法
- 3.5.3 离散差分进化算法
- 3.5.4 并行差分进化算法
- 3.5.5 结合单纯形优化策略的差分进化算法
- 3.5.6 结合粒子滤波的差分进化算法
- 3.6 差分进化算法的应用
- 3.6.1 函数优化
- 3.6.2 组合优化
- 3.6.3 化工领域
- 3.6.4 神经网络训练
- 3.6.5 电力系统
- 3.6.6 机器人领域
- 3.6.7 信号处理领域
- 3.6.8 生物学领域
- 3.6.9 系统辨识和故障诊断
- 3.7 差分进化算法的MATLAB实现
- 第4章 种群算法分析
- 4.1 种群的主要特征
- 4.1.1 种群密度
- 4.1.2 出生率与死亡率
- 4.1.3 迁入率与迁出率
- 4.1.4 性别比例
- 4.1.5 年龄结构
- 4.1.6 空间格局
- 4.2 种群动态模型
- 4.2.1 单种群群模型
- 4.2.2 两种种群相互作用模型
- 4.3 种群竞争模型
- 4.3.1 种群竞争微分方程的模型
- 4.3.2 种群竞争微分方程的MATLAB实现
- 4.4 蓝鲸与长须鲸的竞争模型
- 第5章 遗传算法分析
- 5.1 遗传算法的概述
- 5.1.1 遗传算法的生物学基础
- 5.1.2 遗传算法的基本概念
- 5.1.3 遗传算法的基本运算
- 5.1.4 遗传算法的发展现状
- 5.1.5 遗传算法的特点
- 5.1.6 遗传算法的应用领域
- 5.2 遗传算法的原理
- 5.2.1 标准遗传算法
- 5.2.2 遗传算法的基本框架
- 5.2.3 遗传算法的流程
- 5.2.4 算法参数的设计原则
- 5.2.5 适应度函数的调整
- 5.2.6 遗传算法的优点和缺点
- 5.3 遗传算法的改进方向
- 5.3.1 遗传算法改进一
- 5.3.2 遗传算法改进二
- 5.4 遗传算法的工具箱
- 5.4.1 遗传算法的实现过程
- 5.4.2 自带的遗传算法函数
- 5.5 遗传算法解决最优化问题
- 第6章 蚁群算法分析
- 6.1 蚁群算法的基础
- 6.1.1 蚁群算法的由来
- 6.1.2 蚁群算法的基本思想
- 6.1.3 蚁群算法理论的研究现状
- 6.1.4 蚁群算法的基本原理
- 6.1.5 蚁群算法的特点
- 6.1.6 蚁群算法的优点与不足
- 6.2 改进的蚁群系统
- 6.2.1 精英蚁群系统
- 6.2.2 最大最小蚁群系统
- 6.2.3 排序蚁群系统
- 6.2.4 最优最差蚁群系统
- 6.3 自适应蚁群算法
- 6.4 蚁群优化算法的应用
- 6.5 蚁群算法的发展趋势和展望
- 6.6 蚁群算法的实现
- 6.6.1 蚁群算法求解最值问题
- 6.6.2 蚁群算法求解TSP
- 6.6.3 蚁群算法求解二维路径规划问题
- 6.6.4 蚁群算法求解三维路径规划问题
- 第7章 粒子群算法分析
- 7.1 引言
- 7.2 粒子群算法的基础
- 7.2.1 粒子群算法的起源
- 7.2.2 粒子群算法的发展
- 7.2.3 粒子群算法研究的内容
- 7.2.4 粒子群算法的优势
- 7.2.5 粒子群算法的应用领域
- 7.3 基本粒子群算法
- 7.3.1 基本粒子群算法的原理
- 7.3.2 粒子群算法的基本流程
- 7.3.3 全局模式与局部模式
- 7.3.4 粒子群算法的构成要素
- 7.3.5 粒子群算法的参数设置
- 7.3.6 粒子群算法的特点
- 7.3.7 粒子群算法与其他进化算法的比较
- 7.4 粒子群算法求解极值
- 7.4.1 一维函数全局寻优
- 7.4.2 经典函数寻优
- 7.4.3 无约束寻优
- 7.4.4 有约束寻优
- 7.4.5 有约束粒子群算法寻优
- 7.5 改进粒子群算法
- 7.5.1 带惯性权重的粒子群算法
- 7.5.2 线性递减权重的粒子群算法
- 7.5.3 自适应权重的粒子群算法
- 7.5.4 随机权重的粒子群算法
- 7.5.5 压缩因子的粒子群算法
- 7.5.6 其他参数的变化
- 7.6 粒子群算法的MATLAB实现
- 7.6.1 粒子群算法实现多目标寻优
- 7.6.2 粒子群算法的寻优
- 7.6.3 粒子群的PID控制器优化设计
- 7.6.4 粒子群算法在TSP中的寻优
- 第8章 免疫算法分析
- 8.1 免疫算法的来源
- 8.2 免疫算法的基本概念
- 8.2.1 生物免疫系统
- 8.2.2 免疫算法的原理
- 8.2.3 免疫系统模型和免疫算法
- 8.2.4 免疫算法的特点
- 8.2.5 免疫算法的发展趋势
- 8.3 免疫算法算子
- 8.4 免疫算法与遗传算法的比较
- 8.5 免疫算法的应用
- 8.5.1 免疫算法在克隆选择中的应用
- 8.5.2 免疫算法在最优化中的应用
- 8.5.3 免疫算法在路径规划中的应用
- 8.5.4 免疫算法在TSP中的应用
- 8.6 人工免疫的粒子群聚类算法
- 8.6.1 聚类分析
- 8.6.2 模糊C-均值聚类算法
- 8.6.3 人工免疫的粒子群算法
- 8.6.4 动态聚类分析
- 8.6.5 免疫信息进化处理机制
- 8.6.6 种群多样性聚类分析
- 第9章 模拟退火算法分析
- 9.1 模拟退火算法的理论
- 9.1.1 物理退火的过程
- 9.1.2 模拟退火算法的原理
- 9.1.3 模拟退火算法的思想
- 9.1.4 模拟退火算法的步骤
- 9.1.5 模拟退火算法的终止准则
- 9.1.6 模拟退火算法的特点
- 9.1.7 模拟退火算法的参数说明
- 9.2 模拟退火算法的改进方向
- 9.3 模拟退火的粒子群算法
- 9.4 模拟退火算法在最优化中的应用
- 第10章 支持向量机算法分析
- 10.1 支持向量机的概述
- 10.2 统计学
- 10.2.1 贝叶斯分类方法
- 10.2.2 线性分类器
- 10.2.3 核函数方法
- 10.3 支持向量机
- 10.3.1 最优分类面
- 10.3.2 支持向量机的模型
- 10.3.3 支持向量机的算法
- 10.4 支持向量机的应用
- 10.4.1 支持向量机的异常值检测
- 10.4.2 支持向量机的回归拟合
- 第11章 神经网络算法分析
- 11.1 神经网络的概述
- 11.1.1 神经网络的特点
- 11.1.2 神经网络的发展史
- 11.1.3 神经网络的应用
- 11.1.4 神经网络与计算机工作特点的对比
- 11.1.5 神经网络的结构
- 11.1.6 神经网络的学习方式
展开全部
评分及书评
评分不足
2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。
