群體智能與仿生計算：Matlab技術實現 ( 簡體 字) |
| 作者：楊淑瑩,張樺 | 類別：1. -> 工程繪圖與工程計算 -> Matlab |
| 譯者： |
| 出版社：電子工業出版社 |  3dWoo書號： 33012
詢問書籍請說出此書號！【缺書】
【不接受訂購】 |
| 出版日：6/1/2012 |
| 頁數：300 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 簡體 版 ) |
| |
【不接受訂購】 |
| ISBN：9787121170423 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
前言：天空中的鳥群，海洋中的魚群，池塘中的蛙群，陸地上的昆蟲、動物，經常要成群結隊地覓食，在覓食中會遭受到捕食者的攻擊，對這些動物而言，能否協調合作行動關系到生死存亡。群體智能就是從許多個體的合作與競爭中涌現出來的一種共享的或群體的智慧，這種集體智慧在細菌、動物、人類及計算機網絡中形成，并以多種形式的協商一致的決策模式出現。“群體智慧”在這個世界上以許多不同的形式發揮著作用：個體微不足道，群體卻充滿智慧，沒有領導，沒有組織者，所有的分工卻秩序井然，而它們的群體協調能力令人瞠目結舌。
一直以來，人類從大自然中不斷得到啟迪，通過發現自然界中的一些規律，或模仿其他生物的行為模式，從而獲得靈感以解決各種問題。群體智能仿生計算就是通過模擬自然界的生物群體行為來實現人工智能的一種方法。仿生智能優化算法大多以模仿自然界中不同生物種群的群體體現出來的社會分工和協同合作機制為目標，而非生物的個體行為，屬于群體智能的范疇，因而也被廣泛稱為群體智能優化算法。群體智能優化算法的基本思想是用分布搜索優化空間中的點來模擬自然界中的個體，用個體的進化或覓食過程類比為隨機搜索最優解的過程，用求解問題的目標函數度量個體對于環境的適應能力，根據適應能力采取優勝劣汰的選擇機制類比為用好的可行解代替差的可行解，將整個群體逐步向最優解靠近的過程類比為迭代的隨機搜索過程。本書綜合運用人工智能、認知科學、社會心理學、演化計算等學科知識，提供了一些非常有價值的新見解，并將這些見解加以應用，以解決較難的工程問題。書中首先探討了群體智能的理論，將這些理論和模型應用于實際，詳盡展示了仿生計算的實現方法，提供了強有力的優化、學習和解決問題的方法。
群體智能與仿生計算已經成為當代高科技研究的重要領域，其相關技術迅速擴展，已經應用在人工智能、機器人、系統控制、數據分析等領域，幾乎遍及各個學科領域，在國民經濟、國防建設、社會發展的各個方面得到廣泛應用，產生了深遠的影響。
國內外論述群體智能技術的書籍不少，這一領域涉及深奧的理論，往往使實際工作者感到困難，大部分書是羅列各種算法，見不到算法的實際效果和各種算法對比的結果，而這正是學習者和實際工作者所需要了解和掌握的內容。目前確實缺少一本關于群體智能技術在實際應用方面具有系統性、可比性和實用性的參考書。
本書的特點如下：
（1）選用新技術。除了介紹許多重要經典的內容以外，書中還包括最近十幾年才發展起來的并被實踐證明有用的新技術、新理論，比如進化計算、人工免疫算法、粒子群算法、蟻群算法、蛙跳算法、人工魚群算法、貓群算法、蜂群算法、細菌覓食算法、Memetic算法、量子遺傳計算等，并將這些新技術應用于模式識別的聚類分析中，提供這些新技術的實現方法和源代碼。
（2）實用性強，針對實例介紹理論和技術，使理論和實踐相結合，避免了空洞的理論說教。書中實例取材于模式識別聚類分析，在實際應用中具有廣泛的代表性，讀者對程序稍加改進，就可以將其應用到不同的場合。
（3）針對每一種群體智能技術，書中分為理論介紹、實例應用、編程代碼三部分，在掌握了理論之后，按照實例的應用方法，可以了解算法的實現思路和方法，進一步體會短小精悍的核心代碼，學習者可以很快掌握模式識別技術。所有算法都用Matlab編程實現，便于讀者學習和應用。
本書的內容基本涵蓋了目前群體智能的重要理論和方法，但不是簡單地將各種理論方法堆砌起來，而是將作者自身的研究成果和實踐經驗傳授給讀者。在介紹各種理論和方法時，將不同的算法應用于實際中，書中含有需要應用群體智能技術解決的問題，有理論的講解和推理，有將理論轉化為編程的步驟，有計算機能夠運行的仿生源代碼，有計算機運行模式識別算法程序后的效果，有不同算法應用于同一個問題的效果對比。使讀者不至于面對如此豐富的理論和方法無所適從，而是有所學就會有所用。
本書由楊淑瑩、張樺著。參加本書編寫的還有鄧飛、馮帆、王博凱、王光彪、范凱波、賈紫娟、牛廷偉、王麗賢、陶沖、劉婷婷、劉旭鵬，他們在作者指導下的研究工作中付出了辛勤的勞動，取得了有益的研究成果，正是在他們的努力下本書才得以順利完成，作者表示衷心的感謝。同時感謝天津理工大學出版基金的資助。由于作者業務水平和實踐經驗有限，書中缺點與錯誤在所難免，歡迎讀者予以指正。
作者將不辜負廣大讀者的期望，努力工作，不斷充實新的內容。為方便廣大讀者，提供技術支持電子郵箱：ysying1262@126杄com。讀者可通過該郵箱及時與作者取得聯系，獲得技術支持。
著 者 |
內容簡介：本書廣泛吸取群智能計算、模式識別、統計學、數據挖掘、機器學習、人工智能等學科的先進思想和理論，以一種新的體系，系統、全面地介紹各種群智能算法的理論、仿生計算方法及其聚類應用。全書共分為１２章，內容包括進化計算、人工免疫算法、Ｍｅｍｅｔｉｃ算法、粒子群算法、混合蛙跳算法、貓群算法、細菌覓食算法、人工魚群算法、蟻群算法、蜂群算法、量子遺傳算法等。其中，進化計算內容包括進化計算、遺傳算法、進化規劃算法、進化策略算法、差分進化算法；人工免疫算法內容包括人工免疫算法概述、免疫遺傳算法、免疫規劃算法、免疫策略算法、基于動態疫苗提取的免疫遺傳算法、免疫克隆選擇算法；量子計算內容包括量子計算、量子進化算法和量子遺傳算法。
本書內容新穎，實用性強，理論與實際應用密切結合，以圖像中物體的聚類分析為應用實例，介紹理論運用于實踐的實現步驟及相應的Ｍａｔｌａｂ代碼，為廣大研究人員和工程技術人員對相關理論的應用提供借鑒。 |
目錄：第1章緒論
第2章進化計算
2杄1進化計算概述
2杄2遺傳算法仿生計算
2杄2杄1遺傳算法
2杄2杄2遺傳算法仿生計算在聚類分析中的應用
2杄3進化規劃算法仿生計算
2杄3杄1進化規劃算法
2杄3杄2進化規劃算法仿生計算在聚類分析中的應用
2杄4進化策略算法仿生計算
2杄4杄1進化策略算法
2杄4杄2進化策略算法仿生計算在聚類分析中的應用
2杄5差分進化計算仿生計算
2杄5杄1差分進化計算
2杄5杄2差分進化計算仿生計算在聚類分析中的應用
本章小結
習題
第3章人工免疫算法
3杄1人工免疫算法概述
3杄2免疫遺傳算法仿生計算
3杄2杄1免疫遺傳算法
3杄2杄2免疫遺傳算法仿生計算在聚類分析中的應用
3杄3免疫規劃算法仿生計算
3杄3杄1免疫規劃算法
3杄3杄2免疫規劃算法仿生計算在聚類分析中的應用
3杄4免疫策略算法仿生計算
3杄4杄1免疫策略算法
3杄4杄2免疫策略算法仿生計算在聚類分析中的應用
3杄5基于動態疫苗提取的免疫遺傳算法仿生計算
3杄5杄1基于動態疫苗提取的免疫遺傳算法
3杄5杄2動態疫苗提取的免疫遺傳算法仿生計算在聚類分析中的應用
3杄6免疫克隆選擇算法仿生計算
3杄6杄1免疫克隆選擇算法
3杄6杄2免疫克隆選擇算法仿生計算在聚類分析中的應用
本章小結
習題
第4章Memetic算法仿生計算
4杄1Memetic算法
4杄2Memetic算法仿生計算在聚類分析中的應用
本章小結
習題
第5章粒子群算法仿生計算
5杄1粒子群算法
5杄2粒子群算法仿生計算在聚類分析中的應用
本章小結
習題
第6章混合蛙跳算法仿生計算
6杄1混合蛙跳算法
6杄2混合蛙跳算法仿生計算在聚類分析中的應用
本章小結
習題
第7章貓群算法仿生計算
7杄1貓群算法
7杄2貓群算法仿生計算在聚類分析中的應用
本章小結
習題
第8章細菌覓食算法仿生計算
8杄1細菌覓食算法
8杄2細菌覓食算法仿生計算在聚類分析中的應用
本章小結
習題
第9章人工魚群算法仿生計算
9杄1人工魚群算法
9杄2人工魚群算法仿生計算在聚類分析中的應用
本章小結
習題
第10章蟻群算法仿生計算
10杄1蟻群算法
10杄2蟻群算法仿生計算在聚類分析中的應用
本章小結
習題
第11章蜂群算法仿生計算
11杄1蜂群算法
11杄2蜂群算法仿生計算在聚類分析中的應用
本章小結
習題
第12章量子遺傳算法仿生計算
12杄1量子計算
12杄2量子進化算法
12杄3量子遺傳算法仿生計算
12杄4量子遺傳算法仿生計算在聚類分析中的應用
本章小結
習題
參考文獻 |
| 序： |
