科技 类型
可以朗读 语音朗读
180千字 字数
2025-05-01 发行日期
展开全部

主编推荐语

本书以MATLAB为平台，以人工智能算法为背景，全面系统地介绍了人工智能的各种新型算法。

内容简介

本书内容以理论为基础，以实际应用为主导，循序渐进地向读者展示了怎样利用MATLAB人工智能算法解决实际问题。全书共分为10章，主要包括MATLAB数值计算、MATLAB绘图功能、线性神经网络、MATLAB前向型神经网络、神经网络预测与控制、遗传算法分析、免疫算法分析、MATLAB非线性规划、MATLAB优化设计、自动控制系统MATLAB实现等内容。

目录

  • 版权信息
  • 内容简介
  • 前言
  • 第1章 MATLAB数值计算
  • 1.1 MATLAB数值计算基础
  • 1.1.1 数据类型
  • 1.1.2 常量和变量
  • 1.1.3 数值计算示例
  • 1.2 MATLAB数组、矩阵运算
  • 1.2.1 数组与矩阵的概念
  • 1.2.2 数组或矩阵元素的标识
  • 1.2.3 数组与矩阵的输入
  • 1.2.4 数组与矩阵的算术运算
  • 1.2.5 向量及其运算
  • 1.2.6 矩阵的特殊运算
  • 1.2.7 数组的运算
  • 1.2.8 字符串
  • 1.3 MATLAB多项式及其运算
  • 1.3.1 多项式求值
  • 1.3.2 多项式求根
  • 1.3.3 部分分式展开
  • 1.3.4 多项式乘除
  • 1.3.5 多项式的微积分
  • 1.4 插值与拟合
  • 1.4.1 一维插值问题
  • 1.4.2 二维插值问题
  • 1.4.3 曲线拟合
  • 1.5 线性方程组求解
  • 1.5.1 方程组解法
  • 1.5.2 求线性方程组的通解
  • 1.6 非线性方程与最优化问题
  • 1.6.1 非线性方程数值求解
  • 1.6.2 无约束最优化问题求解
  • 1.6.3 有约束最优化问题求解
  • 第2章 MATLAB绘图功能
  • 2.1 二维图形绘制
  • 2.1.1 绘制二维曲线的常用函数
  • 2.1.2 绘制图形的辅助操作
  • 2.1.3 绘制二维图形的其他函数
  • 2.2 三维图形绘制
  • 2.2.1 绘制三维曲线的常用函数
  • 2.2.2 三维曲面图绘制
  • 2.2.3 其他三维图形绘制
  • 2.2.4 透明度作图
  • 2.2.5 立体可视化
  • 2.3 图形颜色映像的应用
  • 2.4 光照和材质处理
  • 2.4.1 光照处理
  • 2.4.2 材质处理
  • 2.5 图像显示技术
  • 2.5.1 图像简介
  • 2.5.2 图像的读取
  • 2.5.3 图像的显示
  • 2.6 动画制作技术
  • 第3章 线性神经网络
  • 3.1 线性神经元模型及结构
  • 3.1.1 神经元模型
  • 3.1.2 线性神经网络结构
  • 3.2 LMS学习算法
  • 3.3 LMS学习率的选择
  • 3.3.1 稳定收敛的学习率
  • 3.3.2 学习率逐渐下降
  • 3.4 线性神经网络的构建
  • 3.4.1 生成线性神经元
  • 3.4.2 线性滤波器
  • 3.4.3 自适应线性滤波
  • 3.5 线性神经网络的训练
  • 3.6 线性神经网络与感知器的对比
  • 3.7 线性神经网络函数
  • 3.7.1 创建函数
  • 3.7.2 传输函数
  • 3.7.3 学习函数
  • 3.7.4 均方误差性能函数
  • 3.8 线性神经网络的局限性
  • 3.8.1 线性相关向量
  • 3.8.2 学习速率过大
  • 3.8.3 不定系统
  • 3.9 线性神经网络的应用
  • 3.9.1 逻辑与
  • 3.9.2 逻辑异或
  • 3.9.3 在噪声对消中的应用
  • 3.9.4 在信号预测中的应用
  • 第4章 MATLAB前向型神经网络
  • 4.1 感知器
  • 4.1.1 单层感知器模型
  • 4.1.2 单层感知器的学习算法
  • 4.1.3 感知器的局限性
  • 4.1.4 单层感知器神经网络的MATLAB仿真
  • 4.1.5 多层感知器神经网络及其MATLAB仿真
  • 4.1.6 用于线性分类问题的进一步讨论
  • 4.2 BP网络
  • 4.2.1 BP神经元及其模型
  • 4.2.2 BP网络的学习
  • 4.2.3 BP网络的局限性
  • 4.2.4 BP网络的MATLAB程序应用举例
  • 4.3 径向基函数网络
  • 4.3.1 径向基函数网络模型
  • 4.3.2 径向基函数网络的构建
  • 4.3.3 RBF网络应用实例
  • 4.3.4 RBF网络的非线性滤波
  • 4.4 GMDH网络
  • 4.4.1 GMDH网络理论
  • 4.4.2 GMDH网络的训练
  • 4.4.3 基于GMDH网络的预测
  • 第5章 神经网络预测与控制
  • 5.1 电力系统负荷预报的MATLAB实现
  • 5.1.1 问题描述
  • 5.1.2 输入/输出向量设计
  • 5.1.3 BP网络设计
  • 5.1.4 网络训练
  • 5.2 地震预报的MATLAB实现
  • 5.2.1 概述
  • 5.2.2 BP网络设计
  • 5.2.3 BP网络训练与测试
  • 5.2.4 地震预测的竞争网络模型
  • 5.3 交通运输能力预测的MATLAB实现
  • 5.3.1 背景概述
  • 5.3.2 网络创建与训练
  • 5.3.3 结论与分析
  • 5.4 河道浅滩演变预测的MATLAB实现
  • 5.4.1 基于BP网络的演变预测
  • 5.4.2 基于RBF网络的演变预测
  • 5.5 农作物虫情预测的MATLAB实现
  • 5.5.1 基于神经网络的虫情预测原理
  • 5.5.2 BP网络设计
  • 5.6 用水测量的MATLAB实现
  • 5.6.1 问题概述
  • 5.6.2 RBF网络设计
  • 5.7 神经网络模型预测控制
  • 5.7.1 系统辨识
  • 5.7.2 预测控制
  • 5.7.3 神经网络模型预测控制器实例分析
  • 5.8 NARMA-L2（反馈线性化）控制
  • 5.8.1 NARMA-L2模型辨识
  • 5.8.2 NARMA-L2控制器
  • 5.8.3 NARMA-L2控制器实例分析
  • 第6章 遗传算法分析
  • 6.1 遗传算法的基本概述
  • 6.1.1 遗传算法的特点
  • 6.1.2 遗传算法的不足
  • 6.1.3 遗传算法的构成要素
  • 6.1.4 遗传算法的应用步骤
  • 6.1.5 遗传算法的应用领域
  • 6.2 遗传算法的分析
  • 6.2.1 染色体的编码
  • 6.2.2 适应度函数
  • 6.2.3 遗传算子
  • 6.3 控制参数的选择
  • 6.4 遗传算法的MATLAB实现
  • 6.5 遗传算法的寻优计算
  • 6.6 遗传算法求极大值
  • 6.6.1 二进制编码求极大值
  • 6.6.2 实数编码求极大值
  • 6.7 基于GA_PSO算法的寻优
  • 6.8 GA的旅行商问题求解
  • 6.8.1 定义TSP
  • 6.8.2 遗传算法的TSP算法步骤
  • 6.8.3 地图TSP的求解
  • 6.9 遗传算法在实际领域中的应用
  • 第7章 免疫算法分析
  • 7.1 免疫算法概述
  • 7.1.1 免疫算法的发展史
  • 7.1.2 生物免疫系统
  • 7.1.3 免疫算法的基本原理
  • 7.1.4 免疫算法流程
  • 7.1.5 免疫算法算子
  • 7.1.6 免疫算法的特点
  • 7.1.7 免疫算法的发展趋势
  • 7.2 免疫遗传算法
  • 7.2.1 免疫遗传算法的几个基本概念
  • 7.2.2 免疫遗传算法的原理
  • 7.2.3 免疫遗传算法的MATLAB实现
  • 7.3 免疫算法的应用
  • 7.3.1 免疫算法在优化中的应用
  • 7.3.2 免疫算法在TSP中的应用
  • 7.3.3 免疫算法在物流选址中的应用
  • 7.3.4 免疫算法在故障检测中的应用
  • 第8章 MATLAB非线性规划
  • 8.1 非线性规划理论知识
  • 8.1.1 典型的非线性规划
  • 8.1.2 非线性规划常见问题
  • 8.2 约束非线性规划基本概念
  • 8.2.1 无约束非线性规划极值条件
  • 8.2.2 有约束非线性规划极值条件
  • 8.3 求解非线性规划
  • 8.3.1 一维最优化方法
  • 8.3.2 无约束最优化方法
  • 8.3.3 约束最优化方法
  • 8.4 非线性规划实例
  • 8.4.1 证券投资组合问题
  • 8.4.2 资金调用问题
  • 8.4.3 销量最佳安排问题
  • 第9章 MATLAB优化设计
  • 9.1 优化设计背景
  • 9.1.1 常规设计与优化设计
  • 9.1.2 优化设计的发展情况
  • 9.2 优化设计的数学模型
  • 9.2.1 设计变量
  • 9.2.2 设计约束
  • 9.2.3 目标函数
  • 9.2.4 几何意义
  • 9.3 目标函数的极值条件
  • 9.3.1 无约束目标函数的极值条件
  • 9.3.2 有约束目标函数的极值条件
  • 9.4 优化参数设置
  • 第10章 自动控制系统MATLAB实现
  • 10.1 自动控制系统的数学模型
  • 10.1.1 线性定常连续系统
  • 10.1.2 线性定常离散系统
  • 10.2 数学模型的建立
  • 10.2.1 传递函数模型
  • 10.2.2 状态空间模型
  • 10.2.3 零极点增益模型
  • 10.2.4 频率响应数据模型
  • 10.3 数学模型参数的获取
  • 10.4 数学模型的转换
  • 10.4.1 连续时间模型转换为离散时间模型
  • 10.4.2 离散时间模型转换为连续时间模型
  • 10.4.3 离散时间系统重新采样
  • 10.4.4 传递函数模型转换为状态空间模型
  • 10.4.5 传递函数模型转换为零极点增益模型
  • 10.4.6 状态空间模型转换为传递函数模型
  • 10.4.7 状态模型转换为零极点增益模型
  • 10.4.8 零极点增益模型转换为传递函数模型
  • 10.4.9 零极点增益模型转换为状态空间模型
  • 10.5 数学模型的连接
  • 10.5.1 优先原则
  • 10.5.2 串联连接
  • 10.5.3 并联连接
  • 10.5.4 反馈连接
  • 10.5.5 添加连接
  • 10.5.6 复杂模型的连接
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。