計算智能

前言
第一部分 演化計算
第1章 演化計算導引
1．1 演化計算
1．2 演化算法的基本結(jié)構(gòu)
1．3 演化算法的設(shè)計
1．4 演化算法的特點
1．5 演化算法的性能評估
第2章 遺傳算法
2．1 遺傳算法的基本結(jié)構(gòu)
2．2 一個例子
2．3 遺傳算法的實現(xiàn)技術(shù)
2．4 遺傳算法的理論基礎(chǔ)
習題
第3章 遺傳算法在優(yōu)化中的應(yīng)用
3．1 無約束優(yōu)化
3．2 約束優(yōu)化
3．3 組合優(yōu)化
習題
第4章 遺傳程序設(shè)計
4．1 遺傳程序設(shè)計框架
4．2 程序的表示
4．3 程序歸納
4．4 遺傳程序設(shè)計的實現(xiàn)技術(shù)
4．5 應(yīng)用實例
習題
第5章 演化策略
5．1 演化策略的基本結(jié)構(gòu)
5．2 演化策略的實現(xiàn)技術(shù)
5．3 應(yīng)用實例
習題
第6章 演化規(guī)劃
6．1 演化規(guī)劃的基本結(jié)構(gòu)
6．2 演化規(guī)劃的實現(xiàn)技術(shù)
6．3 應(yīng)用實例
習題
第二部分 群體智能算法
第7章 粒子群優(yōu)化
7．1 PSO算法的基本結(jié)構(gòu)
7．2 PSO算法的實現(xiàn)
7．3 應(yīng)用實例
習題
第8章 蟻群優(yōu)化
8．1 ACO算法的原理
8．2 ACO算法
8．3 應(yīng)用實例
習題
第三部分 人工神經(jīng)網(wǎng)絡(luò)
第9章 人工神經(jīng)網(wǎng)絡(luò)的基本概念
9．1 人工神經(jīng)網(wǎng)絡(luò)的特點
9．2 人工神經(jīng)網(wǎng)絡(luò)的基本原理
9．3 人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)模式
9．4 人工神經(jīng)網(wǎng)絡(luò)互聯(lián)結(jié)構(gòu)
9．5 神經(jīng)網(wǎng)絡(luò)模型分類
9．6 人工智能與人工神經(jīng)網(wǎng)絡(luò)
9．7 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域
習題
第10章 人工神經(jīng)網(wǎng)絡(luò)的學習算法
10．1 幾種基本的學習算法介紹
10．2 幾種典型神經(jīng)網(wǎng)絡(luò)簡介
習題
第四部分 Fuzzy計算
第11章 Fuzzy計算的基本理論
11．1 Fuzzy集合
11．2 隸屬函數(shù)
11．3 Fuzzy集合的特征
11．4 Fuzzy集合的運算
11．5 Fuzzy關(guān)系
習題
第12章 Fuzzy計算的應(yīng)用
12．1 Fuzzy推理系統(tǒng)
12．2 Fuzzy控制器設(shè)計
12．3 Fuzzy聚類
習題
參考文獻