亚洲欧美日韩综合俺去,一级午夜理论片高清

內(nèi)容簡介

　　《現(xiàn)代智能仿生算法及其應用》從仿生學的角度出發(fā)，研究了智能科學的發(fā)展方向，全面系統(tǒng)地提出了智能仿生算法的概念及其研究內(nèi)容，詳細介紹了目前常用的幾種主要智能仿生算法，主要介紹了作者近年來在智能仿生算法及其應用方面的一些研究成果。其內(nèi)容包括改進的多種進化神經(jīng)網(wǎng)絡及其在預測及擬合方面的應用；改進的快速遺傳算法及進化規(guī)劃；相遇蟻群算法、獎懲蟻群算法、免疫連續(xù)蟻群算法、篩選蟻群算法以及它們在滑坡工程、復雜tsp等問題上的應用；另外，還介紹了免疫遺傳算法、免疫進化規(guī)劃等。為了內(nèi)容的系統(tǒng)全面性，最后簡單介紹幾個新近發(fā)展的新算法，即模擬魚群行為的魚群算法、模擬人口遷移的遷移算法、模擬蜂群行為的蜂群算法等?！冬F(xiàn)代智能仿生算法及其應用》可供從事計算機科學、計算智能、人工智能等專業(yè)的研究人員參考，也可作為研究智能仿生算法及應用的科技人員的參考書和研究生教材。

作者簡介

暫缺《現(xiàn)代智能仿生算法及其應用》作者簡介

圖書目錄

1 緒論
1.1 智能科學及其內(nèi)容
1.2 智能仿生算法及其內(nèi)容
參考文獻
2 人工神經(jīng)網(wǎng)絡
2.1 人工神經(jīng)網(wǎng)絡的生物基礎
2.2 人工神經(jīng)網(wǎng)絡的發(fā)展
2.3 人工神經(jīng)網(wǎng)絡的基本模型及其算法
2.4 bp網(wǎng)絡及其改進
2.5 人工神經(jīng)網(wǎng)絡在非線性時序預測中的應用研究
參考文獻
3 進化算法
3.1 進化算法的生物基礎
3.2 進化算法的分類
3.3 遺傳算法
3.4 進化規(guī)劃
3.5 進化策略及遺傳規(guī)劃
3.6 進化算法的設計
參考文獻
參考文獻
附錄a 用于無約束優(yōu)化的典型測試函數(shù)
附錄b 用于約束優(yōu)化的典型測試函數(shù)
4 進化神經(jīng)網(wǎng)絡
4.1 進化神經(jīng)網(wǎng)絡的生物基礎
4.2 進化神經(jīng)網(wǎng)絡的基本模型
4.3 進化神經(jīng)網(wǎng)絡算法
4.4 進化神經(jīng)網(wǎng)絡的應用
參考文獻
5 蟻群算法
5.1 蟻群算法的生物基礎
5.2 蟻群算法的基本模型
5.3 蟻群算法的改進研究
5.4 改進蟻群算法的應用
5.5 蟻群算法的其他模型及其應用
5.6 蟻群算法的典型應用
5.7 蟻群算法的比較研究
參考文獻
6 粒子群優(yōu)化算法
6.1 引言
6.2 生物學背景：人工生命
6.3 算法介紹
6.4 粒子群優(yōu)化算法的參數(shù)設置
6.5 遺傳算法和粒子群優(yōu)化算法的比較
6.6 粒子群優(yōu)化算法和人工神經(jīng)網(wǎng)絡的融合
6.7 粒子群優(yōu)化算法的應用
6.8 粒子群優(yōu)化算法的發(fā)展
7 免疫算法
7.1 免疫算法的生物學基礎——生物免疫系統(tǒng)
7.2 免疫算法的基本模型及算法
7.3 免疫算法與其他算法的結(jié)合
7.4 人工免疫系統(tǒng)的應用
7.5 人工免疫系統(tǒng)的發(fā)展
參考文獻
8 細胞自動機
8.1 細胞自動機簡介
8.2 細胞自動機的一般描述
8.3 細胞自動機的物理描述
8.4 細胞自動機的數(shù)學描述
8.5 細胞自動機的特征
8.6 細胞自動機的典型應用
參考文獻
9 智能仿生算法的新進展
9.1人工魚群算法
9.2 人口遷移算法
9.3人工蜂群算法
參考文獻