出版時間:2011-1 出版社:上海科學技術出版社 作者:吳啟迪 等著 頁數(shù):112
Tag標簽:無
內容概要
本書是作者在計算智能方向的系統(tǒng)性研究成果。它緊跟國內外自然計算領域最新的研究動態(tài),從自然辯證的哲學角度,對目前受到關注的各種自然計算模式及其應用領域進行系統(tǒng)的綜述,考慮到各類自然計算模式內在的群體協(xié)同“進化”(尋優(yōu))機制的普適性,提出基于群體智能理解的自然計算統(tǒng)一性理念,并以幾種典型實現(xiàn)模式為例,分別進行具體的形式化描述和統(tǒng)一框架建模,使各類自然計算理念從宏觀到微觀再到宏觀、從統(tǒng)一性到多樣性再到統(tǒng)一性得到較為系統(tǒng)的展現(xiàn),以期能為相關領域的研究和應用提供新的思路和方法。 本書可供智能科學、自動化、計算機科學、電子信息等相關領域的研究生、教師、科研人員以及工程技術人員參考使用,也可供高年級本科生作為開拓視野、增長知識的閱讀材料。
書籍目錄
第1章 緒論 1.1 從仿生學人工智能到自然計算 1.2 自然計算 1.3 自然計算的主要研究分支 1.3.1 進化計算 1.3.2 群體智能 1.3.3 生物啟發(fā)計算 1.3.4 生態(tài)計算 1.3.5 復雜自適應計算第2章 自然計算的研究綜述與統(tǒng)一模型 2.1 自然計算的實現(xiàn)模式總覽 2.2 自然計算模式綜述 2.2.1 元胞自動機 2.2.2 模擬退火算法 2.2.3 人工蜂群算法 2.2.4 人工魚群算法 2.2.5 群搜索優(yōu)化 2.2.6 細菌覓食算法 2.2.7 細菌趨藥性算法 2.2.8 差分進化 2.2.9 DNA計算 2.2.10 量子計算 2.2.11 復雜自適應系統(tǒng) 2.2.12 混沌優(yōu)化 2.2.13 生物地理學優(yōu)化 2.2.14 自組織遷移算法 2.2.15 膜計算 2.2.16 文化基因算法 2.2.17 文化算法 2.2.18 情感計算 2.2.19 社會認知優(yōu)化 2.3 自然計算的應用與發(fā)展趨勢 2.3.1 自然計算應用領域綜述 2.3.2 應用分析與展望 2.4 自然計算的統(tǒng)一模型 2.4.1 自然計算模式的總體形式化描述 2.4.2 自然計算模式的統(tǒng)一框架理念第3章 進化計算 3.1 遺傳算法概述 3.1.1 遺傳算法的產生 3.1.2 遺傳算法的基本思想 3.1.3 遺傳算法基本操作 3.1.4 遺傳算法的特點 3.2 遺傳算法研究進展 3.2.1 基本操作方法的改進研究 3.2.2 編碼方法的改進研究 3.2.3 保持群體多樣性方法的研究 3.3 遺傳算法的收斂性研究 3.3.1 遺傳算法的一般收斂性理論 3.3.2 遺傳算法的馬爾可夫鏈模型 3.3.3 遺傳算法的收斂性分析 3.4 遺傳算法的基本流程 3.5 遺傳算法的形式化描述 3.6 遺傳算法的自然計算框架模型 3.7 小結第4章 分布估計算法 4.1 分布估計算法概述 4.1.1 分布估計算法起源 4.1.2 分布估計算法的基本思想 4.2 分布估計算法的基本流程 4.3 分布估計算法的研究進展 4.3.1 離散的分布估計算法 4.3.2 連續(xù)的分布估計算法 4.3.3 分布估計算法的理論研究 4.3.4 分布估計算法的研究熱點 4.4 分布估計算法的形式化描述 4.5 分布估計算法的自然計算框架模型 4.6 小結第5章 神經網(wǎng)絡計算 5.1 人工神經網(wǎng)絡概述 5.1.1 人工神經元模型 5.1.2 人工神經網(wǎng)絡模型 5.1.3 神經網(wǎng)絡學習(訓練)方法 5.1.4 人工神經網(wǎng)絡的特點 5.2 人工神經網(wǎng)絡的總體形式化描述 5.3 Hopfield神經網(wǎng)絡的自然計算框架描述 5.3.1 Hopfield神經網(wǎng)絡 5.3.2 Hopfield神經網(wǎng)絡的形式化描述 5.3.3 Hopfield神經網(wǎng)絡的自然計算框架模型 5.4 RBF神經網(wǎng)絡的自然計算框架描述 5.4.1 徑向基函數(shù)(RBF)神經網(wǎng)絡 5.4.2 RBF神經網(wǎng)絡的形式化描述 5.4.3 RBF神經網(wǎng)絡的自然計算框架模型 5.5 小結第6章 群體智能——蟻群算法 6.1 蟻群算法概述 6.1.1 蟻群算法的起源 6.1.2 蟻群個體的運動規(guī)則 6.1.3 實例說明及應用狀況 6.2 蟻群算法的研究進展 6.2.1 蟻群算法的改進 6.2.2 蟻群算法的收斂性研究 6.2.3 蟻群算法的仿真和實現(xiàn) 6.2.4 蟻群算法的應用 6.3 蟻群算法描述 6.3.1 用于求解TSP問題的蟻群算法定義 6.3.2 蟻群算法的形式化描述 6.4 蟻群算法的自然計算框架模型 6.5 小結第7章 群體智能——微粒群算法 7.1 微粒群算法概述 7.2 微粒群算法描述 7.2.1 微粒群算法的基本原理 7.2.2 微粒群算法的數(shù)學描述 7.2.3 微粒群算法流程 7.3 微粒群算法研究進展 7.3.1 微粒群算法的改進研究 7.3.2 微粒群算法的應用 7.3.3 微粒群算法的收斂性研究 7.3.4 微粒群算法的參數(shù)效能分析 7.4 微粒群算法的形式化描述 7.5 微粒群算法的自然計算框架模型 7.6 小結第8章 免疫計算 8.1 人工免疫系統(tǒng)概述 8.1.1 人工免疫系統(tǒng) 8.1.2 人工免疫系統(tǒng)的研究概況 8.1.3 人工免疫系統(tǒng)的應用 8.2 人工免疫算法 8.2.1 概述 8.2.2 典型的人工免疫算法 8.2.3 人工免疫算法的收斂性分析 8.2.4 人工免疫算法的工程應用 8.3 標準人工免疫算法描述 8.4 人工免疫算法的形式化描述 8.5 人工免疫算法的自然計算框架模型 8.6 小結第9章 人工內分泌系統(tǒng) 9.1 人工內分泌系統(tǒng)概述 9.1.1 內分泌系統(tǒng) 9.1.2 人工內分泌系統(tǒng)研究現(xiàn)狀 9.2 人工內分泌系統(tǒng)描述 9.2.1 人工內分泌網(wǎng)絡模型定義 9.2.2 人工內分泌網(wǎng)絡的動力學描述 9.2.3 網(wǎng)絡模型的自適應調節(jié) 9.3 基于人工內分泌網(wǎng)絡模型的行為控制算法 9.4 人工內分泌網(wǎng)絡的形式化描述 9.5 人工內分泌系統(tǒng)的自然計算框架模型 9.6 小結后記參考文獻
章節(jié)摘錄
1.3 自然計算的主要研究分支 自然計算其本質是借鑒自然界的功能與作用機理抽象出的計算模型,其研究必然涉及現(xiàn)代自然科學的方方面面,柑關領域非常廣泛。正是由于自然計算模式的多樣性,其外延和內涵互相交織,相互包含,研究范疇常常被混淆,難以對其研究范疇進行準確而細斂的劃分,例如,作為自然計算的主要研究領域之一,進化計算研究內容豐富,形成了系統(tǒng)的研究體系和方法,通常被看作是個獨立的分支,但由于遺傳算法以染色體構成的種群為基礎,又可以劃分為群體智能的一個分支;神經網(wǎng)絡計算由于其鮮明的生物學特點,常常被認為是生物啟發(fā)計算的重要代表,但究其內部作用機理,神經剛絡由可以作為自組織理論研究的一部分處理,而且由神經元構成的神經網(wǎng)絡還具有群體智能信息處理的特征,也可以歸為群體智能范疇。究其本質發(fā)現(xiàn),群體智能具有普適性,筆者已在專著《群體智能的多樣性研究與典型實現(xiàn)》中提出“廣義群體智能”的概念和范疇。本書對自然計算的描述也將沿用廣義群體智能表達的理念?! ?/pre>編輯推薦
《自然計算導論》緊跟國內外自然計算領域最新的研究動態(tài),試圖作進一步深入的思考和系統(tǒng)的總結。首先對自然計算模式和應用領域進行系統(tǒng)、全面的綜述,基本涉及目前自然計算領域受到關注的各種計算模式;然后考慮到各類自然計算模式內在的群體協(xié)同“進化”(尋優(yōu))機制的普適性,對自然計算的總體模式進行基于群體智能理解的形式化描述(偽方程+框圖描述),并提出自然計算的統(tǒng)一模式理念,得到自然計算總體分層框架模型。圖書封面
圖書標簽Tags
無評論、評分、閱讀與下載