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:
本店所有商品

  • 正版 群体智能与智能网联 原理 算法与应用 李荣鹏,赵志峰 科普性与专业性 理论性与实用性 978711175009
  • 新商品上架
    • 作者: 李荣鹏,赵志峰著
    • 出版社: 机械工业出版社
    • 出版时间:2024-01
    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:
    句字图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: 李荣鹏,赵志峰著
    • 出版社:机械工业出版社
    • 出版时间:2024-01
    • ISBN:9783570845231
    • 版权提供:机械工业出版社


    商品名称:

    群体智能与智能网联:原理、算法与应用

    作      者:

    李荣鹏 赵志峰

    市  场 价:

    89.00

    ISBN  号:

    9787111750093

    出版日期:

     

    页      数:

    237

    开      本:


    出  版 社:

     机械工业出版社

    目录

    前言

    第 1 章 绪论 1

    1.1 群体智能与智能网联概述 1

    1.2 国内外研究现状 4

    1.2.1 群体智能优化算法 4

    1.2.2 多智能体系统 5

    1.2.3 广义群体智能 11

    1.3 本书结构 12

    参考文献 13

    第一篇 原理篇

    第 2 章 群体智能的通信与网络模式 20

    2.1 多智能体通信 20

    2.1.1 直接通信 21

    2.1.2 间接通信 24

    2.2 组网方式 30

    2.2.1 集中式结构 30

    2.2.2 去中心化结构 31

    2.2.3 自组织网络 32

    2.3 多智能体学习 33

    2.3.1 多智能体强化学习的 3 种

    组织架构 34

    2.3.2 基于通信的多智能体强化

    学习 35

    参考文献 38

    第 3 章 群体智能知识表征、知识表达

    与计算 40

    3.1 知识表征与计算 40

    3.1.1 知识表征方法 41

    3.1.2 知识传递与迁移 47

    3.1.3 角色与任务分解 53

    3.2 知识表达与计算 56

    3.2.1 IEML 的基本概念 57

    3.2.2 IEML 模型 60

    3.2.3 IEML 算法结构 63

    3.2.4 IEML 语义计算 68

    参考文献 69

    第 4 章 因果涌现与群体智能 76

    4.1 涌现的定义与分类 76

    4.2 因果涌现建模理论 81

    4.2.1 基本理论框架 81

    4.2.2 信息转换观点 86

    4.2.3 获得微观到宏观的最佳

    抽象 89

    V

    4.3 深度学习中的因果涌现 91

    4.3.1 神经网络可解释性 91

    4.3.2 神经网络与有效信息 92

    4.4 群体智能中的涌现 93

    4.4.1 鸟群中的涌现 94

    4.4.2 鱼群中的涌现 96

    参考文献 97

    第二篇 算法篇

    第 5 章 多智能体强化学习 100

    5.1 融合共识主动性机制的独立

    强化学习 102

    5.1.1 SIRL 算法概述 102

    5.1.2 SIRL 算法模块简介 103

    5.1.3 SIRL 算法性能 111

    5.2 基于平均场理论的多智能体

    强化学习 114

    5.2.1 平均场理论 114

    5.2.2 非合作场景中的平均场

    近似 116

    5.2.3 合作场景中的平均场

    近似 119

    参考文献 123

    第 6 章 合作式梯度更新 126

    6.1 基本原理 126

    6.1.1 随机梯度下降 127

    6.1.2 联邦学习 127

    6.1.3 联邦周期平均方法 129

    6.2 更新方式的影响 130

    6.2.1 同步更新 132

    6.2.2 异步更新 134

    6.3 优化方法 135

    6.3.1 基于衰减的优化方法 136

    6.3.2 基于共识的优化方法 139

    参考文献 141

    第 7 章 图神经网络 143

    7.1 图的基本概念 143

    7.1.1 图的定义 143

    7.1.2 图的拉普拉斯矩阵 145

    7.1.3 图网络的任务 147

    7.2 常见的图神经网络模型 148

    7.2.1 谱域图神经网络模型 149

    7.2.2 空域图神经网络模型 152

    7.2.3 时变图神经网络模型 157

    7.3 图神经网络与机器学习 161

    7.3.1 图神经网络与深度学习 161

    7.3.2 图神经网络与强化学习 164

    7.3.3 图神经网络与联邦学习 168

    参考文献 173

    第 8 章 仿生物智能学习 176

    8.1 蚁群算法 176

    8.1.1 蚁群算法描述 176

    8.1.2 蚁群算法的改进 182

    8.2 群体学习 185

    8.2.1 群体学习框架 185

    8.2.2 群体学习性能分析 187

    VI

    参考文献 188

    第三篇 应用篇

    第 9 章 6G 与内生智能 192

    9.1 移动通信网络发展趋势 192

    9.1.1 5G 能力浅析 192

    9.1.2 6G 远景展望 194

    9.2 内生智能架构初探 196

    9.2.1 独立数据面与数据治理

    框架 197

    9.2.2 智能面 198

    9.2.3 网络功能面 201

    9.2.4 一切即服务平台 202

    9.3 智能通信网络典型场景 202

    9.3.1 算法介绍 203

    9.3.2 性能分析 204

    参考文献 208

    第 10 章 车联网与自动驾驶 210

    10.1 无人驾驶技术简介 210

    10.1.1 无人驾驶分级标准 210

    10.1.2 无人驾驶系统架构 212

    10.2 车路协同与无人驾驶 215

    10.2.1 无人驾驶演进趋势 215

    10.2.2 车路协同系统网络

    架构 215

    第 11 章 工业互联网与网联机

    器人 221

    11.1 工业互联网 221

    11.1.1 演进趋势 221

    11.1.2 时间敏感网络 223

    11.2 网联机器人 227

    11.2.1 铸造机器人:多任务协同

    优化 227

    11.2.2 仓储物流机器人:路径规

    划与协同避障 232

    参考文献 234  

     

    本书以群体智能与智能网联的应用为牵引,通过原理、算法、技术应用三个篇章为大家介绍群体智能与智能网联相关的基础理论、概念模型、关键技术和前沿应用。具体而言,原理篇会介绍群体智能的通信方式与组网、知识表征、因果涌现机理等内容;算法篇则从多主体强化学习、多智能体合作式梯度更新方法、图神经网络、蚁群算法等群体智能领域的代表性算法;应用篇则讨论6G与内生智能、车联网与自动驾驶、工业控制网络群体智能技术的应用。

     

    1
    • 商品详情
    • 内容简介

    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