人工智能算法：原理、技巧及应用

人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它的研究范围为自然语言处理、知识表现、智能搜索、推理、规划、机器学习、知识获取、组合调度问题、感知问题、模式识别、逻辑程序设计软计算、不精确和不确定的管理、人工生命、神经网络、复杂系统、遗传算法等。本书主要介绍常用的人工智能所涉及的机器学习算法，并借助MATLAB语言实现其应用。
本书通过精心设计理论讲解及例程实践，深入浅出地介绍MATLAB语言的基础与常用的人工智能算法理论，以便使读者尽快地掌握人工智能算法的应用和创新技巧，能够尽快地投入自己的学术研究与工程实践中。
本书主要内容
第1章介绍人工智能的发展过程、人工智能的核心技术体系及人工智能的特点与应用等。
第2章介绍MATLAB语言开发环境、数据类型与基本运算符、常用的流程操作语句和MATLAB语言的绘图等。
第3章简单介绍插值算法与曲线拟合，包括拉格朗日插值、牛顿插值、多项式拟合理论及应用等。
第4章介绍灰色系统理论，包括灰色关联分析法、灰色预测、灰色聚类评估理论及应用等。
第5章介绍傅里叶变换和小波变换，包括傅里叶变换、小波变换理论及各种应用等。
第6章介绍经验模态分解算法，包括EMD算法、EEMD算法、CEEMD算法及应用等。
第7章介绍模糊逻辑控制算法，包括模糊集合的基本概念、模糊关系、模糊推理与模糊决策等。
第8章介绍滑模变结构控制，包括变结构控制系统、开关控制与滑模变结构控制等。
第9章介绍神经网络基本理论，包括人工神经元的数学建模、BP神经网络、径向基神经网络理论及应用等。
第10章介绍支持向量机，包括统计学习理论基础、支持向量机理论，以及LIBSVM软件包应用等。
第11章介绍智能优化算法，包括粒子群算法、蚁群算法、模拟退火算法等。
本书由韩龙、张娜和汝洪芳编写，韩龙负责编写第2章、第4~6章和第10章； 张娜负责编写第7~9章； 汝洪芳负责编写第1章、第3章和第11章。
阅读建议
本书是一本基础入门加实战的图书，既有理论基础知识，又有丰富示例，包括详细的操作步骤，实操性强。由于人工智能算法内容较多，所以本书对常用的人工智能算法的理论讲解得很详细，包括基本概念及MATLAB应用代码示例。每个知识点都配有小例子，力求精简，帮助读者在轻松掌握基础知识的同时快速进入实战。本书部分彩图请见插页。

建议读者先把第2章MATLAB语言基础知识掌握扎实，这样就可以很好地运用其编写简单的代码，然后理解其余章节的人工智能算法的理论，练习知识点所对应的程序代码，深入理解算法应用。

本书源代码
扫描下方二维码，可获取本书教学课件(PPT)及源代码。

教学课件（PPT）

源代码下载

致谢
首先感谢清华大学出版社赵佳霓编辑的耐心指点，以及推动了本书的出版。
还要感谢刘凯雷、李腾、李佳军、陆泽通、纪成浩、王珂硕、张东东同学在本书编写过程中的仔细校阅。
由于时间和水平有限，书中难免存在不妥之处，敬请读者指正，并提宝贵意见。

编者
2022年1月

本书以智能算法为背景，全面地介绍了人工智能的各种算法，本书内容以理论为基础，以应用为主导，循序渐进地向读者揭示怎样利用智能算法解决实际问题。全书共11章主要内容包括MATLAB语言入门、插值算法与曲线拟合、灰色系统理论、傅里叶变换和小波变换、经验模态分解算法、模糊逻辑控制算法、滑模变结构控制、神经网络基本理论、支持向量机、粒子群算法、蚁群算法、模拟退火算法等。 本书可作为高校本科生和研究生的学习用书，也可作为科研人员、学者、工程技术人员的相关参考用书。

韩龙，黑龙江科技大学电气与控制工程学院副教授、博士、硕士导师。长期从事信息处理、电力设备智能监测与故障诊断等领域的教学与科研工作。在国内、国际期刊及会议上发表学术论文19篇，其中SCI检索3篇，EI检索3篇。授权发明和实用新型专利3项，主持参与省、校级科研立项及教研立项12项，并出版图书2部。指导研究生和本科生在全国大学生电子设计大赛、“挑战杯”全国大学生课外学术科技作品竞赛、“西门子杯”中国智能制造挑战赛和全国高校大数据应用创新大赛等竞赛中，获得省级奖40余项。

张娜，黑龙江科技大学电气与控制工程学院讲师，博士，哈尔滨工程大学科技园在站博士后，发表国内外期刊论文10余篇，国际会议论文4篇，实用新型专利2项，作为副主编出版规划教材1部，主持结题中央高校项目1项，参加结题省级项目1项，主持黑龙江省普通本科高等学校青年创新人才项目1项。

汝洪芳，黑龙江科技大学电气与控制工程学院副教授，硕士研究生导师，长期从事矿山电气传动与智能控制等领域的教学与科研工作。多年来，主持和参与国家自然科学基金项目2项、省自然科技基金项目2项、地市级项目4项。获得省部级科技进步二等奖1项，授权国家发明专利4项，发表学术论文10余篇。主持和参与黑龙江省学位与研究生教育教学改革项目4项，获得市级教学成果奖2项。

第1章绪论(24min)

1.1人工智能的发展过程

1.1.1孕育阶段

1.1.2形成阶段

1.1.3发展阶段

1.2人工智能的核心技术体系

1.3人工智能特点与应用

1.3.1人工智能研究的特点

1.3.2人工智能应用

第2章MATLAB语言入门(56min)

2.1MATLAB语言开发环境

2.1.1命令行窗口

2.1.2M文件编辑窗口

2.1.3Simulink Model窗口

2.2数据类型与基本运算符

2.2.1变量的定义与赋值

2.2.2数据类型

2.2.3关系表达式

2.2.4关系表达式的优先级

2.2.5逻辑表达式

2.3常用的流程操作语句

2.3.1顺序结构

2.3.2if分支结构

2.3.3switch分支结构

2.3.4while循环结构

2.3.5for循环结构

2.4MATLAB语言的绘图

2.4.1图形的基础知识

2.4.2绘制二维图形

2.4.3设置曲线的属性

2.4.4设置坐标轴范围

2.4.5叠绘和图形标识

2.4.6绘制双坐标轴图形

2.4.7绘制多子图

2.4.8交互式图形

2.4.9绘制面积图

2.4.10绘制直方图

2.4.11绘制二维饼图

2.4.12绘制向量图

2.4.13绘制等高线

2.4.14绘制伪色彩图

2.4.15绘制误差棒

2.4.16绘制二维离散杆图...

……

11.5.10适应度函数的调整…11.5.11遗传算法的应用…11.6禁忌搜索算法11.6.1禁忌搜索的相关理论

11.6.2启发式搜索算法与传统的方法

11.6.3禁忌搜索与局部邻域搜索

11.6.4局部邻域搜索……

11.6.5禁忌搜索的基本思想

11.6.6禁忌搜索算法的特点

11.6.7禁忌搜索算法的应用

人工智能研究和发展的本质就是延长和扩展人的智能。如果读者能够理解工业社会中机器如何替代和减轻人的体力劳动，就同样可以想象人工智能将会替代和减轻人的脑力劳动，所以人工智能的研究和发展将会改变人类社会。事实上，人工智能的应用成果已经给我们的现实生活带来了很多方便。本章主要阐述人工智能的发展过程、核心体系和应用。1.1人工智能的发展过程人工智能涉及的领域十分广泛，涵盖多个大学科和技术领域。如计算机视觉、自然语言理解与交流、认知与推理、机器人学、博弈与伦理、机器学习、统计学、脑神经学等，这些领域和学科目前尚处于交叉发展、逐渐走向统一的过程中，所以很难给人工智能下一个全面、准确的定义。美国斯坦福大学人工智能研究中心的尼尔逊教授认为，“人工智能是关于知识的学科——怎样表示知识及怎样获得知识并使用知识的科学”。麻省理工学院的温斯特教授认为，“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作”。总地来讲，人工智能是模拟实现人的抽象思维和智能行为的技术，即通过利用计算机软件模拟人类特有的大脑抽象思维能力和智能行为，如学习、思考、判断、推理、证明、求解等，以完成原本需要人的智力才可胜任的工作。从这个意义上看，人工智能既可以捕捉海量的信息和知识，又可以以极高速度进行思维和运算，是海量知识和高速思维的结合体。人工智能作为一门科学正式诞生于1956年在美国达特茅斯大学（DartmouthUniversity)召开的一次学术会议上。到目前为止，人工智能的发展经历了3个阶段：第1阶段为孕育阶段（1956年之前），第2阶段为形成阶段（1956-1969年），第3阶段为发展阶段（1970年至今）。1.1.1孕育阶段自古以来，人类就根据当时的技术条件和认识水平，一直力图创造出某种机器来代替人的部分劳动(包括体力劳动和脑力劳动)，以提高征服自然的能力，但是真正对思维和智能进行理性探索，并抽象成理论体系，则经历了相当漫长的一段时期。

早在公元前，希腊哲学家亚里士多德（Aristotle)在其著作《工具论》中提出了形式逻辑的一些主要定律。他提出的三段论至今仍是演绎推理的基本依据。英国哲学家培根（FBacon)在《新工具》中系统地提出了归纳法，还提出了“知识就是力量”的警句。1642年，法国数学家帕斯卡(Blaise Pascal)发明了第一台机械计算器——加法器(Pascaline），开创了计算机械的时代。德国数学家莱布尼兹（G.Leibniz)在帕斯卡加法器的基础上发展并制成了可进行全部四则运算的计算器。他还提出了“通用符号”和“推理计算”的概念，使形式逻辑符号化。他认为，可以建立一种通用的符号语言及在此符号语言上进行推理的演算。这一思想不仅为数理逻辑的产生和发展奠定了基础，而且是现代机器思维设计思想的萌芽。英国逻辑学家布尔（G.Boole)创立了布尔代数。他在《思维法则》一书中，首次用符号语言描述了思维活动的基本推理法则。英国数学家图灵在1936年提出了一种理想计算机的数学模型，即图灵机，这为后来电子数字计算机的问世奠定了理论基础。美国神经生理学家麦库仑奇（W.McCulloch）和佩兹（W.Pitts）在1943年提出了第1个神经网络模型—-M-P模型，开创了微观人工智能的研究工作，奠定了人工神经网络发展的基础。美国数学家马士利（J.W.Mauchly）和埃克特（J.P.Eckert）在1946年研制出了世界上第一台电子数字计算机ENIAC(Electronic Numerical Integrator and Calculator)。1950年,图灵发表论文Computing Machinery and Intelligence，提出了图灵测试。19世纪以来，数理逻辑、自动机理论、控制论、信息论、仿生学、计算机、心理学等科学技术的进展，为人工智能的诞生奠定了思想、理论和物质基础。在20世纪50年代，计算机应用还局限在数值处理方面，如计算弹道等，但是，1950年C.E.Shannon完成了第1个下棋程序，开创了非数值计算的先河。Newell、Simon、McCarthy和Minsky等均提出以符号为基础的计算。这一切使人工智能作为一门独立的学科呼之欲出。

本书是一本基础入门加实战的书籍，既有理论基础知识，又有丰富示例，包括详细的操作步骤，实操性强。由于人工智能算法内容较多，所以本书系统讲解常用的人工智能算法理论，包括基本概念及MATLAB应用代码示例。每个知识点都配有小例子，力求精简，帮助读者在轻松掌握基础知识的同时快速进入实战。

本书以智能算法为背景，全面地介绍了人工智能的各种算法，本书内容以理论为基础，以应用为主导，循序渐进地向读者揭示怎样利用智能算法解决实际问题。全书共11章主要内容包括MATLAB语言入门、插值算法与曲线拟合、灰色系统理论、傅里叶变换和小波变换、经验模态分解算法、模糊逻辑控制算法、滑模变结构控制、神经网络基本理论、支持向量机、粒子群算法、蚁群算法、模拟退火算法等。