计算智能方法
正版保障 假一赔十 可开发票
￥ 31.46 6.4折 ￥ 49 全新
库存65件
广东广州
认证卖家担保交易快速发货售后保障
作者宋睿卓，魏庆来，李擎主编
出版社清华大学出版社
ISBN9787302637752
出版时间2023-11
装帧平装
开本其他
定价49元
货号14617864
上书时间2024-06-20
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
宋睿卓,北京科技大学自动化学院教授，博士生导师。主要研究方向为智能控制、自适应动态规划、博弈理论、基于数据控制、很优控制等。
目录
第1章 绪论
1.1 智能计算概述
1.2 进化计算
1.3 群智能计算
1.4 神经计算
1.5 机器学习
第2章 进化计算中的遗传算法
2.1 遗传算法概述
2.1.1 遗传算法
2.1.2 基本原理图
2.1.3 模式定理
2.1.4 积木块假设
2.1.5 研究进展
2.2 遗传算法的流程
2.2.1 科学定义
2.2.2 执行过程
2.2.3 基本本质
2.2.4 染色体编码
2.2.5 群体初始化
2.2.6 适应度值评价
2.2.7 选择算子
2.2.8 交叉算子
2.2.9 变异算子
2.2.10 流程图和伪代码
2.3 遗传算法的改进
2.3.1 算子选择
2.3.2 参数设置
2.3.3 混合遗传算法
2.3.4 并行遗传算法
2.4 遗传算法的编码规则
2.4.1 二进制编码法
2.4.2 浮点编码法
2.4.3 符号编码法
2.5 遗传算法的应用
2.6 遗传算法的相关应用与MATLAB算例
2.6.1 遗传算法实例1
2.6.2 遗传算法实例2
2.7 遗传算法总结
第3章 群智能计算
3.1 粒子群优化算法
3.1.1 粒子群优化算法简介
3.1.2 粒子群优化算法的基本流程
3.1.3 粒子群算法分类
3.1.4 粒子群优化算法的改进研究
3.1.5 粒子群优化算法的参数设置
3.1.6 粒子群优化算法与遗传算法的比较
3.1.7 粒子群优化算法的相关应用与MATLAB算例
3.2 蚁群算法
3.2.1 蚁群算法的基本原理
3.2.2 蚁群算法的算法流程
3.2.3 蚁群算法的发展
3.2.4 蚁群算法的改进研究
3.2.5 蚁群算法的参数设置
3.2.6 蚁群算法的应用
3.2.7 蚁群算法的相关应用与MATLAB算例
3.2.8 蚁群算法的总结与展望
第4章 神经计算
4.1 BP神经网络
4.1.1 BP神经网络的概念
4.1.2 BP神经网络的模型
4.1.3 BP神经网络的特性
4.1.4 BP神经网络的相关应用与MATLAB算例
4.1.5 BP神经网络的算法改进
4.2 深度神经网络
4.2.1 深度神经网络的概念
4.2.2 深度神经网络的模型
4.2.3 深度神经网络的特性
4.2.4 深度神经网络的应用
4.2.5 深度神经网络的优化
4.3 卷积神经网络
4.3.1 卷积神经网络的历史和基本概念
4.3.2 卷积神经网络的结构
4.3.3 卷积神经网络的应用与MATLAB算例
4.3.4 卷积神经网络的近期新发展
4.4 循环神经网络
4.4.1 循环神经网络的历史和基本概念
4.4.2 循环神经网络的结构
4.4.3 循环神经网络的应用与MATLAB算例
4.3.4 循环神经网络的近期新发展
第5章 机器学习
5.1 朴素贝叶斯算法
5.1.1 朴素贝叶斯算法的基本概念
5.1.2 朴素贝叶斯算法的流程与模型
5.1.3 朴素贝叶斯算法的特性与应用场景
5.1.4 朴素贝叶斯算法的相关应用与MATLAB算例
5.2 决策树
5.2.1 决策树的基本概念
5.2.2 决策树的构建
……
主编推荐
"（1）本书聚焦智能计算核心算法，拓宽读者视野，优化读者知识结构。 （2）书中内容讲解循序渐进，深入浅出，符合初学者学习的认识规律，易于读者学习和掌握。 （3）以经典进化计算为切入点，逐步拓展到群智能计算与神经计算算法。 （4）每章介绍相应算法的近期新研究动态，提供近期新的研究成果。 （5）提供算法模型实例及对应的Python或MATLAB代码，帮助读者进一步巩固和掌握知识点。"
精彩内容
本书系统介绍目前常见且应用较为广泛的智能计算方法，主要内容包括各种智能计算方法的基本概念、原理、模型特征和典型应用实例，并提供了近期新算例和对应的Python或MATLAB代码，便于读者加深理解与复现。全书共分为5章，第1章主要介绍智能计算技术的产生与发展历程，并总结当前智能计算的发展趋势；第2章系统详细地讲解进化计算中应用最为广泛和成熟的遗传算法；第3章围绕新兴的群智能计算方法，主要研究群智能计算方法中粒子群优化算法和蚁群算法的流程和应用；第4章聚焦神经计算，从反向传播神经网络出发，拓展到深度神经网络、卷积神经网络和循环神经网络的算法结构与模型研究；第5章对智能计算中迅速发展的前沿交叉学科——机器学习进行详细介绍。
本书的适用对象为自动化、人工智能、智能科学与技术、计算机科学等相关专业的高年级本科生与研究生，也可以作为计算机、人工智能及其相关专业从业人员的自学参考书。
— 没有更多了 —
以下为对购买帮助不大的评价