計算智能理論與方法

第1章 緒論      1．1  計算智能的概念      1．2  計算智能技術(shù)的產(chǎn)生和發(fā)展過程      1．3  計算智能技術(shù)的主要應(yīng)用領(lǐng)域      1．4  本書的結(jié)構(gòu)和內(nèi)容安排      參考文獻(xiàn) 第2章 進(jìn)化計算的概念和范例     2．1  概述     2．2  模擬進(jìn)化計算方法的生物學(xué)基礎(chǔ)     2．2．1  遺傳變異理論     2．2．2  生物進(jìn)化論     2．3  模擬進(jìn)化計算方法的發(fā)展歷史     2．3．1  萌芽期       2．3．2  成長期       2．3．3  發(fā)展期       2．4  模擬進(jìn)化計算方法的一般框架結(jié)構(gòu)     2．5  模擬進(jìn)化計算方法的典型應(yīng)用領(lǐng)域     2．6  總結(jié)     參考文獻(xiàn) 第3章 遺傳算法     3．1  遺傳算法概述     3．1．1  遺傳算法的發(fā)展歷史     3．1．2  遺傳算法的特點     3．2  遺傳算法的理論基礎(chǔ)     3．2．1  模式的概念     3．2．2  模式定理     3．2．3  積木塊假說     3．2．4  隱含并行件     3．3  基本遺傳算法及其改進(jìn)算法     3．3．1  基本概念     3．3．2  遺傳操作     3．3．3  基本遺傳算法     3．3．4  改進(jìn)的遺傳算法     3．4  遺傳算法的具體應(yīng)用     3．4．1  遺傳算法在組合優(yōu)化中的應(yīng)用     3．4．2  遺傳算法在數(shù)據(jù)挖掘中的應(yīng)用     3．5  總結(jié)     參考文獻(xiàn) 第4章 進(jìn)化規(guī)劃     4．1  概述     4．2  進(jìn)化規(guī)劃算法的工作過程     4．2．1  實施步驟     4．2．2  算法實施中的具體操作     4．3  進(jìn)化規(guī)劃算法的特點和優(yōu)勢     4．3．1  進(jìn)化規(guī)劃算法的典型特點     4．3．2  遺傳算法和進(jìn)化規(guī)劃算法的比較     4．4  進(jìn)化規(guī)劃算法的具體應(yīng)用     4．4．1  基于有限狀態(tài)機的預(yù)測     4．4．2  基于進(jìn)化規(guī)劃算法的多模態(tài)函數(shù)優(yōu)化     4．5總結(jié)     參考文獻(xiàn) 第5章 其他模擬進(jìn)化計算技術(shù)     5．1  進(jìn)化策略     5．1．1  進(jìn)化策略的表示形式     5．1．2  進(jìn)化策略的實施步驟     5．1．3  進(jìn)化策略與進(jìn)化規(guī)劃的異同     5．1．4  進(jìn)化策略實施中的關(guān)鍵問題     5．2  遺傳編程     5．2．1  概述     5．2．2  遺傳編程的實施步驟     5．2．3  遺傳編程算法的特點     5．3  粒子群優(yōu)化算法     5．3．1  概誅     5．3．2  粒子群優(yōu)化算法的基本原理     5．3．3  粒子群優(yōu)化算法的步驟     5．3．4  粒子群優(yōu)化算法的特點     5．4  總結(jié)       參考文獻(xiàn)   第6章 人工免疫系統(tǒng)及算法      6．1  生物免疫系統(tǒng)簡介      6．1．1  生物免疫系統(tǒng)的組成      6．1．2  生物免疫系統(tǒng)的主要功能      6．2  免疫系統(tǒng)可被借鑒的相關(guān)理論      6．2．1  生物免疫系統(tǒng)的主要原理和機制        6．2．2  生物免疫系統(tǒng)的信息處理特性      6．3  人工免疫系統(tǒng)的模型及算法     6．3．1  人工免疫網(wǎng)絡(luò)      6．3．2  負(fù)選擇算法      6．3．3  克隆選擇算法        6．3．4  總結(jié)      6．4  人工免疫系統(tǒng)的應(yīng)用      6．4．1  聚類分析      6．4．2  其他應(yīng)用領(lǐng)域     6．5  人工免疫系統(tǒng)的發(fā)展展望      參考文獻(xiàn)   第7章 人工神經(jīng)網(wǎng)絡(luò)       7．1  神經(jīng)網(wǎng)絡(luò)概述       7．1．1  生物神經(jīng)元和生物神經(jīng)網(wǎng)絡(luò)      7．1．2  人工神經(jīng)網(wǎng)絡(luò)的發(fā)展過程      7．1．3  人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法      7．2  感知器和前向神經(jīng)網(wǎng)絡(luò)     7．2．1  感知器      7．2．2  BP神經(jīng)網(wǎng)絡(luò)      7．2．3  總結(jié)      7．3  徑向基函數(shù)網(wǎng)絡(luò)     7．3．1  RBF神經(jīng)網(wǎng)絡(luò)模型     7．3．2  RBF神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ)     7．3．3  RBF神經(jīng)網(wǎng)絡(luò)的應(yīng)用     5．3．2  粒子群優(yōu)化算法的基本原理     5．3．3  粒子群優(yōu)化算法的步驟     5．3．4  粒子群優(yōu)化算法的特點     5．4總結(jié)     參考文獻(xiàn) 第6章 人工免疫系統(tǒng)及算法     6．1  生物免疫系統(tǒng)簡介     6．1．1  生物免疫系統(tǒng)的組成     6．1．2  生物免疫系統(tǒng)的主要功能     6．2  免疫系統(tǒng)可被借鑒的相關(guān)理論     6．2．1  生物免疫系統(tǒng)的主要原理和機制     6．2．2  生物免疫系統(tǒng)的信息處理特性     6．3  人工免疫系統(tǒng)的模型及算法     6．3．1  人工免疫網(wǎng)絡(luò)     6．3．2  負(fù)選擇算法     6．3．3  克隆選擇算法     6．3．4  總結(jié)     6．4  人工免疫系統(tǒng)的應(yīng)用     6．4．1  聚類分析     6．4．2  其他應(yīng)用領(lǐng)域     6．5  人工免疫系統(tǒng)的發(fā)展展望     參考文獻(xiàn) 第7章 人工神經(jīng)網(wǎng)絡(luò)     7．1  神經(jīng)網(wǎng)絡(luò)概述     7．1．1  生物神經(jīng)元和生物神經(jīng)網(wǎng)絡(luò)     7．1．2  人工神經(jīng)網(wǎng)絡(luò)的發(fā)展過程     7．1．3  人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法     7．2  感知器和前向神經(jīng)網(wǎng)絡(luò)     7．2．1  感知器     7．2．2  BP神經(jīng)網(wǎng)絡(luò)     7．2．3  總結(jié)     7．3  徑向基函數(shù)網(wǎng)絡(luò)     7．3．1  RBF神經(jīng)網(wǎng)絡(luò)模型     7．3．2  RBF神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)基礎(chǔ)     7．3．3  RBF神繹網(wǎng)絡(luò)的應(yīng)用       7．4  反饋型神經(jīng)網(wǎng)絡(luò)     7．4．1  離散型Hopfield神經(jīng)網(wǎng)絡(luò)     7．4．2  連續(xù)型Hopfield神經(jīng)網(wǎng)絡(luò)     7．5  小腦模型神經(jīng)網(wǎng)絡(luò)     7．5．1  cMAC神經(jīng)網(wǎng)絡(luò)模型及工作原理     7．5．2  CMAC神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法     7．6  自組織神經(jīng)網(wǎng)絡(luò)     7．6．1  自適應(yīng)共振理論神經(jīng)網(wǎng)絡(luò)     7．6．2  自組織特征映射網(wǎng)絡(luò)     7．7  總結(jié)     參考文獻(xiàn)  第8章 模糊邏輯理論與系統(tǒng)     8．1  模糊理論概述     8．1．1  模糊現(xiàn)象與模糊概念     8．1．2  模糊數(shù)學(xué)與模糊理論     8．1．3  模糊理論的發(fā)展和應(yīng)用     8．2  模糊集合及其運算     8．2．1  模糊集合的定義     8．2．2  模糊集合的運算       8．3  模糊邏輯和模糊推理     8．3．1  模糊關(guān)系     8．3．2  模糊關(guān)系的運算       8．3．3  模糊邏輯     8．3．4  模糊推理     8．4  模糊系統(tǒng)在自動控制系統(tǒng)中的應(yīng)用     8．4．1  模糊控制器與模糊控制系統(tǒng)     8．4．2  模糊控制系統(tǒng)的工作原理     8．4．3  模糊控制系統(tǒng)設(shè)計的關(guān)鍵問題     8．4．4  模糊自適應(yīng)PID控制器的設(shè)計     8．5  總結(jié)     參考文獻(xiàn) 第9章 基于進(jìn)化計算的模糊系統(tǒng)設(shè)計     9．1  基于模糊規(guī)則的模糊系統(tǒng)     9．1．1  概述     9．1．2  基于模糊規(guī)則系統(tǒng)設(shè)計     9．2  遺傳模糊系統(tǒng)     9．2．1  概述      9．2．2  實施步驟      9．2．3  研究現(xiàn)狀     9．3  基于遺傳算法的模糊控制器的設(shè)計方法     9．3．1  基于遺傳算法的模糊控制器設(shè)計概述     9．3．2  遺傳模糊控制系統(tǒng)的總體設(shè)計方案     9．3．3  基于遺傳算法來確定模糊控制規(guī)則     9．3．4  應(yīng)用實例     9．3．5  結(jié)論     9．4  總結(jié)     參考文獻(xiàn)  第10章 計算智能方法的性能評價      10．1  通用事項      10．1．1  選擇金標(biāo)準(zhǔn)     10．1．2  訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集的劃分     10．1．3  顯著性差異     10．1．4  交叉驗證      10．1．5  適應(yīng)度     10．2  準(zhǔn)確率     10．3  誤差評價性能指標(biāo)     10．3．1  平均平方誤差     10．3．2  絕對誤差     10．3．3  歸一化誤差     10．4  接受者操作特征曲線     10．5  召回率和精確率     10．6  總結(jié)     參考文獻(xiàn)