图书介绍

计算智能【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

卢才武，唐晓灵，张志霞，顾清华编著著
出版社：西安：陕西科学技术出版社
ISBN：9787536941618
出版时间：2008
标注页数：166页
文件大小：9MB
文件页数：174页
主题词：人工智能－神经网络－计算

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：6d60cf94b5df3024554362555c4ed1c5

下载说明

计算智能PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章计算智能概论1

1.1 智能理论及其相关术语1

1.1.1 智能理论1

1.1.2 智能科学的有关术语2

1.2 传统人功智能3

1.3 计算智能4

1.4 计算智能的主要内容5

1.6 计算智能的应用领域8

思考题9

参考文献10

第2章模拟退火算法11

2.1 概述11

2.1.1 什么是模拟退火算法11

2.1.2 物理退火过程11

2.1.3 组合优化与物理退火的相似性11

2.2 模拟退火算法13

2.2.1 模拟退火算法的主要思想13

2.2.2 METROPOLIS准则13

2.2.3 冷却进度表14

2.2.4 新解的产生和邻域结构15

2.2.5 模拟退火算法描述及其结构15

2.2.6 应用的一般要求16

2.3 实例分析：货郎担问题17

2.3.1 货郎担问题的数学模型17

2.3.2 模型评价与分析19

思考题19

参考文献20

附录：模拟退火算法的MATLAB程序21

第3章人工神经网络23

3.1 概述23

3.1.1 什么是人工神经网络23

3.1.2 人工神经网络的发展简史23

3.1.3 神经网络的特点24

3.1.4 神经网络的研究内容25

3.2 基本的神经元模型25

3.2.1 生物神经元的结构25

3.2.2 MP模型27

3.2.3 一般神经元模型27

3.3 神经元的学习规则31

3.3.1 神经元学习算法31

3.3.2 神经网络的拓扑结构34

3.4 人工神经网络模型36

3.4.1 BP误差反向传播神经网络36

3.4.2 HOPFIELD模型40

3.5 实例分析：人工神经网络在铁矿石价格预测中的应用42

3.5.1 MATLAB中有关BP网络的重要函数43

3.5.2 铁矿石价格预测模型43

3.5.3 预测效果与结论47

思考题48

参考文献49

附录：BP神经网络的MATLAB程序50

第4章进化计算51

4.1 进化计算概述51

4.1.1 生物的进化和遗传51

4.1.2 进化计算的产生和发展51

4.1.3 进化计算的特征53

4.1.4 进化计算的应用54

4.2 遗传算法55

4.2.1 简单遗传算法的基本原理55

4.2.2 遗传算法的求解步骤61

4.2.3 遗传算法的理论基础63

4.2.4 遗传算法的改进技术73

4.3 遗传规划82

4.3.1 遗传规划的基本技术83

4.3.2 遗传规划的基本流程85

4.4 进化策略86

4.4.1 二元进化策略87

4.4.2 多元进化策略88

4.4.3 进化策略的基本技术88

4.4.4 进化策略的基本流程90

4.5 进化规划91

4.5.1 进化规划的几种表达方式91

4.5.2 进化规划的基本技术93

4.5.3 进化规划的基本流程94

4.6 案例分析：露天矿床开拓系统结构优化95

4.6.1 系统分析96

4.6.2 实现技术97

4.6.3 模型评价与分析99

思考题101

参考文献102

附录：简单遗传算法的MATLAB程序103

第5章群智能算法104

5.1 群智能算法概述104

5.1.1 群智能的起源104

5.1.2 群智能算法发展105

5.1.3 群智能算法与进化计算106

5.1.4 群智能算法的典型应用107

5.2 蚁群算法19

5.2.1 蚁群算法的发展简史109

5.2.2 简化的蚂蚁寻食模型11

5.2.3 基木蚁群算法的原理112

5.2.4 蚁群算求解步骤115

5.2.5 蚁群算法算子分析117

5.2.6 蚁群算法的改进118

5.2.7 蚁群算法的应用领域122

5.3 实例分析：改进蚁群算法在运输调度规划中的应用123

5.3.1 改进的蚁群算法124

5.3.2 运输调度问题数学模型125

5.3.3 模型效果检验与结论125

5.4 粒子群算法126

5.4.1 PSO算法的基本原原理127

5.4.2 加入惯性权重因子的PSO算法129

5.4.3 PSO算法关健参数控制131

5.4.4 基于MATLAB的PSO程序设计132

5.5 实例分析：POS算法在函数优化中的应用134

思考题136

参考文献137

附录：求解旅行商问题的简单蚁群算法MATLAB程序139

第6章人工免疫计算142

6.1 概述142

6.1.1 什么是人工免疫系统142

6.1.2 人工免疫系统的发展142

6.1.3 人工免疫系统的研究内容和范围143

6.2 生物免疫系统145

6.3 人工免疫系统146

6.3.1 人工免疫机理146

6.3.2 人工免疫算法147

6.4 人工免疫系统的应用领域150

6.5 实例分析：人工免疫算法在车辆路径优化中的应用152

6.5.1 车辆路径问题的数学模型152

6.5.2 车辆路径问题的免疫算法实现152

6.5.3 模型效果检验与结论155

思考题156

参考文献157

附录：免疫算法的MATLAB程序158

第7章计算智能的未来发展159

7.1 计算智能的主要研究成果159

7.2 计算智能的发展动力163

7.3 未来的发展方向163

参考文献165