中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
計算智能導論 版權信息
- ISBN：9787560670638
- 條形碼：9787560670638 ; 978-7-5606-7063-8
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
計算智能導論 本書特色
本書特色
1) 緊跟學術前沿
作者查閱了大量的期刊和相關網絡資料，緊跟國內外相關研究機構的*新研究動態，同時積極與國內外學者和企業人員進行交流，對近年來人工智能和計算智能領域的研究心得與成果進行系統梳理與總結，將其分享給各位讀者。
2) 論述清晰，知識完整
本書內容豐富，闡述嚴謹，對計算智能的三個分支——進化計算、模糊邏輯、人工神經網絡的基本框架中的理論基礎和典型問題進行了詳細論述，并且將理論與實踐緊密聯系，給出了相關示例和實驗結果，適合計算智能以及相關交叉領域的教師參考和學生學習。
3) 學科交叉
計算智能與腦科學、神經科學、生物學、語言學等學科交叉發展，互相影響。本書從原理論述等方面充分體現了學科交叉，并將這些知識有機地結合起來。
4) 重視實用性
本書論述了計算智能理論、進化計算、模糊邏輯、人工神經網絡的理論基礎、基本框架和典型算法，并在此基礎上將理論與實踐相結合，針對相關領域中的典型問題，給出了解決方法、參數學習及實驗結果示例，使讀者在更好地理解理論知識的同時，對計算智能學科乃至人工智能學科產生興趣，培養動手能力。
5) 符合專業需求
作為智能科學與技術專業的教材，本書詳細匯總了進化計算、模糊邏輯和人工神經網絡中常用的優化模型、學習模型、算子和網絡模型等，同時將理論與實踐相結合，介紹了人工神經網絡、模糊邏輯、進化計算的典型應用范例及實驗結果，對學生計算智能理論知識的鞏固和解決問題能力的提高有很好的幫助與促進作用。
計算智能導論 內容簡介
本書對計算智能的諸多基礎理論進行了詳細介紹和釋義，還介紹了神經網絡、模糊系統、進化計算的應用范例以及實驗結果，將理論與實踐緊密聯系。**章對人工智能的萌芽、誕生和發展以及現狀和未來進行了簡要介紹。第二章為進化計算，論述了遺傳算法。第三章為模糊邏輯，介紹了模糊理論基礎，論述了常見的模糊隸屬度函數以及模糊集合常用的算子，并對模糊關系及運算以及模糊推理進行了詳細介紹。第四章為人工神經網絡，論述了人工神經落的特點、生物學基礎及其發展與應用。
計算智能導論 目錄
第1章 緒論——從人工智能到計算智能 1
1.1 人工智能的發展 1
1.1.1 人工智能的萌芽 1
1.1.2 人工智能的誕生 3
1.1.3 人工智能的發展 6
1.2 人工智能的現狀和未來 9
1.3 人工智能的新生：計算智能 10
1.3.1 人工神經網絡 10
1.3.2 模糊邏輯 10
1.3.3 進化計算 11
1.3.4 計算智能 11
1.4 智能的三個層次 12
1.5 計算智能領域研究成果 12
1.5.1 進化計算研究成果 12
1.5.2 模糊理論研究成果 16
1.5.3 人工神經網絡研究成果 19
習題 22
參考文獻 22
第2章 進化計算 29
2.1 緒論 29
2.1.1 引例 29
2.1.2 從進化論到進化計算 31
2.2 遺傳算法 37
2.2.1 遺傳算法簡介 37
2.2.2 遺傳的特點 38
2.2.3 示例 38
2.2.4 遺傳算法的基本框架 40
2.2.5 遺傳算法的優點 40
2.2.6 遺傳算法的五個關鍵問題 41
2.3 遺傳編碼和種群初始化 41
2.3.1 遺傳編碼 41
2.3.2 種群初始化 46
2.4 交叉和變異 47
2.4.1 交叉算子 47
2.4.2 變異算子 50
2.5 選擇和適應度函數 52
2.5.1 選擇 52
2.5.2 適應度函數 54
2.5.3 適應度共享和群體多樣性 56
2.6 遺傳算法用于求解數值優化問題 57
2.7 遺傳算法的理論基礎 65
2.7.1 模式理論 65
2.7.2 建筑塊假說 69
習題 71
參考文獻 73
第3章 模糊邏輯 77
3.1 模糊理論基礎 77
3.1.1 概率與模糊 78
3.1.2 模糊集合的定義 79
3.1.3 模糊集合和經典集合 80
3.1.4 模糊集合的表示方法 83
3.1.5 模糊集合的幾何圖示 84
3.1.6 模糊集合的運算 87
3.2 隸屬度函數 90
3.2.1 隸屬度函數的基本概念 90
3.2.2 隸屬度函數遵守的基本原則 95
3.2.3 隸屬度函數的設計 97
3.2.4 模糊集合的特性 100
3.2.5 模糊性的度量 102
3.3 模糊關系及運算 104
3.3.1 模糊關系 104
3.3.2 模糊關系的運算 108
3.4 模糊推理 110
3.4.1 模糊邏輯的特點及運算 110
3.4.2 模糊語言變量 110
3.4.3 模糊推理 113
3.4.4 模糊化和去模糊化 117
3.5 模糊控制系統 119
3.5.1 模糊控制 119
3.5.2 模糊控制器 120
3.6 模糊聚類分析 122
3.6.1 問題的提出 122
3.6.2 模糊聚類分析的基礎知識 123
3.6.3 模糊聚類分析的一般步驟 124
3.7 模糊綜合評判模型 129
習題 134
參考文獻 135
第4章 人工神經網絡 141
4.1 緒論 141
4.1.1 人工神經網絡簡介 141
4.1.2 人工神經網絡的發展 143
4.1.3 人工神經網絡的應用與實現 146
4.2 人工神經單元——單感知器 149
4.2.1 生物學基礎 149
4.2.2 感知器模型 150
4.2.3 激活函數 152
4.2.4 感知器參數學習 155
4.3 人工神經網絡 157
4.3.1 單層神經網絡 158
4.3.2 多層神經網絡 158
4.3.3 神經網絡參數學習 159
4.3.4 人工神經網絡的信息處理能力 160
4.4 神經網絡的學習方法 161
4.4.1 Hebb規則 161
4.4.2 梯度下降方法 165
4.4.3 誤差反向傳播算法 169
4.4.4 其他學習方法 171
4.5 徑向基函數網絡 173
4.5.1 徑向基函數簡介 173
4.5.2 徑向基函數網絡概念 174
4.5.3 徑向基函數網絡的模型 174
4.5.4 徑向基函數網絡的工作原理及特點 175
4.5.5 徑向基函數網絡的學習算法 176
4.6 深度神經網絡 178
4.6.1 有監督學習與無監督學習 178
4.6.2 卷積神經網絡 178
4.6.3 循環神經網絡 185
4.6.4 生成對抗網絡 190
4.6.5 增強學習 196
習題 201
參考文獻 202
展開全部
書友推薦
- >
唐代進士錄
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
月亮虎
- >
煙與鏡
- >
羅庸西南聯大授課錄
- >
中國歷史的瞬間
- >
大紅狗在馬戲團-大紅狗克里弗-助人
- >
史學評論
本類暢銷
