返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:

  • 计算智能理论与方法 张雷,范波 编 专业科技 文轩网
  • 新华书店正版
    • 作者: 暂无著
    • 出版社: 科学出版社
    • 出版时间:2013-03-01 00:00:00
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    文轩网图书旗舰店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

         https://product.suning.com/0070067633/11555288247.html

     

    商品参数
    • 作者: 暂无著
    • 出版社:科学出版社
    • 出版时间:2013-03-01 00:00:00
    • 版次:1
    • 印次:3
    • 印刷时间:2021-04-01
    • 字数:329000
    • 页数:276
    • 开本:B5
    • 装帧:平装
    • ISBN:9787030367723
    • 国别/地区:中国
    • 版权提供:科学出版社

    计算智能理论与方法

    作  者:张雷,范波 编
    定  价:120
    出 版 社:科学出版社
    出版日期:2013年03月01日
    页  数:276
    装  帧:平装
    ISBN:9787030367723
    主编推荐

    内容简介

    计算智能是借助现代计算工具通过模拟人的智能来求解问题(或处理信息)的理论与方法,它是人工智能的深化与发展,也是当前人工智能技术的重要组成部分。计算智能的理论和方法是信息科学、生命科学、认知科学等不同学科相互交叉、相互渗透、相互促进而产生的一门新的学科。本书的主要内容包括进化计算方法及其应用、人工免疫系统和算法、人工神经网络及其实施过程、模糊逻辑系统及其具体应用。

    作者简介

    精彩内容

    目录
    《智能科学技术著作丛书》序 
    前言 
    第1章 绪论 1 
    1.1 计算智能的概念 1 
    1.2 计算智能技术的产生和发展过程 2 
    1.3 计算智能技术的主要应用领域 6 
    1.4 本书的结构和内容安排 8 
    参考文献 10 
    第2章 进化计算的概念和范例 13 
    2.1 概述 13 
    2.2 模拟进化计算方法的生物学基础 14 
    2.2.1 遗传变异理论 14 
    2.2.2 生物进化论 16 
    2.3 模拟进化计算方法的发展历史 18 
    2.3.1 萌芽期 18 
    2.3.2 成长期 18 
    2.3.3 发展期 19 
    2.4 模拟进化计算方法的一般框架结构 20 
    2.5 模拟进化计算方法的典型应用领域 24 
    2.6 总结 26 
    参考文献 27 
    第3章 遗传算法 29 
    3.1 遗传算法概述 29 
    3.1.1 遗传算法的发展历史 30 
    3.1.2 遗传算法的特点 31 
    3.2 遗传算法的理论基础 32 
    3.2.1 模式的概念 33 
    3.2.2 模式定理 34 
    3.2.3 积木块假说 37 
    3.2.4 隐含并行性 37 
    3.3 基本遗传算法及其改进算法 39 
    3.3.1 基本概念 39 
    3.3.2 遗传操作 40 
    3.3.3 基本遗传算法 41 
    3.3.4 改进的遗传算法 43 
    3.4 遗传算法的具体应用 50 
    3.4.1 遗传算法在组合优化中的应用 51 
    3.4.2 遗传算法在数据挖掘中的应用 54 
    3.5 总结 57 
    参考文献 58 
    第4章 进化规划 60 
    4.1 概述 60 
    4.2 进化规划算法的工作过程 61 
    4.2.1 实施步骤 62 
    4.2.2 算法实施中的具体操作 63 
    4.3 进化规划算法的特点和优势 66 
    4.3.1 进化规划算法的典型特点 66 
    4.3.2 遗传算法和进化规划算法的比较 66 
    4.4 进化规划算法的具体应用 68 
    4.4.1 基于有限状态机的预测 69 
    4.4.2 基于进化规划算法的多模态函数优化 75 
    4.5 总结 79 
    参考文献 80 
    第5章 其他模拟进化计算技术 82 
    5.1 进化策略 83 
    5.1.1 进化策略的表示形式 84 
    5.1.2 进化策略的实施步骤 86 
    5.1.3 进化策略与进化规划的异同 86 
    5.1.4 进化策略实施中的关键问题 87 
    5.2 遗传编程 90 
    5.2.1 概述 91 
    5.2.2 遗传编程的实施步骤 91 
    5.2.3 遗传编程算法的特点 95 
    5.3 粒子群优化算法 95 
    5.3.1 概述 95 
    5.3.2 粒子群优化算法的基本原理 98 
    5.3.3 粒子群优化算法的步骤 99 
    5.3.4 粒子群优化算法的特点 101 
    5.4 总结 101 
    参考文献 104 
    第6章 人工免疫系统及算法 106 
    6.1 生物免疫系统简介 107 
    6.1.1 生物免疫系统的组成 108 
    6.1.2 生物免疫系统的主要功能 108 
    6.2 免疫系统可被借鉴的相关理论 109 
    6.2.1 生物免疫系统的主要原理和机制 109 
    6.2.2 生物免疫系统的信息处理特性 111 
    6.3 人工免疫系统的模型及算法 112 
    6.3.1 人工免疫网络 113 
    6.3.2 负选择算法 114 
    6.3.3 克隆选择算法 114 
    6.3.4 总结 115 
    6.4 人工免疫系统的应用 116 
    6.4.1 聚类分析 118 
    6.4.2 其他应用领域 130 
    6.5 人工免疫系统的发展展望 131 
    参考文献 133 
    第7章 人工神经网络 136 
    7.1 神经网络概述 137 
    7.1.1 生物神经元和生物神经网络 138 
    7.1.2 人工神经网络的发展过程 140 
    7.1.3 人工神经网络的学习方法 142 
    7.2 感知器和前向神经网络 145 
    7.2.1 感知器 146 
    7.2.2 BP神经网络 150 
    7.2.3 总结 156 
    7.3 径向基函数网络 157 
    7.3.1 RBF神经网络模型 158 
    7.3.2 RBF神经网络的数学基础 159 
    7.3.3 RBF神经网络的应用 164 
    7.4 反馈型神经网络 167 
    7.4.1 离散型Hopfield神经网络 167 
    7.4.2 连续型Hopfield神经网络 172 
    7.5 小脑模型神经网络 176 
    7.5.1 CMAC神经网络模型及工作原理 176 
    7.5.2 CMAC神经网络的学习算法 178 
    7.6 自组织神经网络 180 
    7.6.1 自适应共振理论神经网络 180 
    7.6.2 自组织特征映射网络 185 
    7.7 总结 189 
    参考文献 190 
    第8章 模糊逻辑理论与系统 192 
    8.1 模糊理论概述 192 
    8.1.1 模糊现象与模糊概念 192 
    8.1.2 模糊数学与模糊理论 193 
    8.1.3 模糊理论的发展和应用 194 
    8.2 模糊集合及其运算 195 
    8.2.1 模糊集合的定义 195 
    8.2.2 模糊集合的运算 197 
    8.3 模糊逻辑和模糊推理 199 
    8.3.1 模糊关系 199 
    8.3.2 模糊关系的运算 200 
    8.3.3 模糊逻辑 201 
    8.3.4 模糊推理 203 
    8.4 模糊系统在自动控制系统中的应用 208 
    8.4.1 模糊控制器与模糊控制系统 208 
    8.4.2 模糊控制系统的工作原理 210 
    8.4.3 模糊控制系统设计的关键问题 212 
    8.4.4 模糊自适应PID控制器的设计 212 
    8.5 总结 218 
    参考文献 219 
    第9章 基于进化计算的模糊系统设计 221 
    9.1 基于模糊规则的模糊系统 221 
    9.1.1 概述 221 
    9.1.2 基于模糊规则系统设计 222 
    9.2 遗传模糊系统 223 
    9.2.1 概述 224 
    9.2.2 实施步骤 226 
    9.2.3 研究现状 227 
    9.3 基于遗传算法的模糊控制器的设计方法 228 
    9.3.1 基于遗传算法的模糊控制器设计概述 228 
    9.3.2 遗传模糊控制系统的总体设计方案 229 
    9.3.3 基于遗传算法来确定模糊控制规则 232 
    9.3.4 应用实例 241 
    9.3.5 结论 244 
    9.4 总结 244 
    参考文献 245 
    第10章 计算智能方法的性能评价 247 
    10.1 通用事项 247 
    10.1.1 选择金标准 248 
    10.1.2 训练数据集和测试数据集的划分 249 
    10.1.3 显著性差异 249 
    10.1.4 交叉验证 251 
    10.1.5 适应度 251 
    10.2 准确率 252 
    10.3 误差评价性能指标 253 
    10.3.1 平均平方误差 253 
    10.3.2 保证误差 255 
    10.3.3 归一化误差 255 
    10.4 接受者操作特征曲线 256 
    10.5 召回率和准确率 258 
    10.6 总结 259 
    参考文献 260

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购