掃一掃
關(guān)注中圖網(wǎng)
官方微博
中圖價(jià):¥24.4
加入購物車
計(jì)算智能導(dǎo)論 版權(quán)信息
- ISBN：9787560670638
- 條形碼：9787560670638 ; 978-7-5606-7063-8
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無
- 重量：暫無
- 所屬分類：>
計(jì)算智能導(dǎo)論 本書特色
本書特色
1) 緊跟學(xué)術(shù)前沿
作者查閱了大量的期刊和相關(guān)網(wǎng)絡(luò)資料，緊跟國內(nèi)外相關(guān)研究機(jī)構(gòu)的*新研究動(dòng)態(tài)，同時(shí)積極與國內(nèi)外學(xué)者和企業(yè)人員進(jìn)行交流，對(duì)近年來人工智能和計(jì)算智能領(lǐng)域的研究心得與成果進(jìn)行系統(tǒng)梳理與總結(jié)，將其分享給各位讀者。
2) 論述清晰，知識(shí)完整
本書內(nèi)容豐富，闡述嚴(yán)謹(jǐn)，對(duì)計(jì)算智能的三個(gè)分支——進(jìn)化計(jì)算、模糊邏輯、人工神經(jīng)網(wǎng)絡(luò)的基本框架中的理論基礎(chǔ)和典型問題進(jìn)行了詳細(xì)論述，并且將理論與實(shí)踐緊密聯(lián)系，給出了相關(guān)示例和實(shí)驗(yàn)結(jié)果，適合計(jì)算智能以及相關(guān)交叉領(lǐng)域的教師參考和學(xué)生學(xué)習(xí)。
3) 學(xué)科交叉
計(jì)算智能與腦科學(xué)、神經(jīng)科學(xué)、生物學(xué)、語言學(xué)等學(xué)科交叉發(fā)展，互相影響。本書從原理論述等方面充分體現(xiàn)了學(xué)科交叉，并將這些知識(shí)有機(jī)地結(jié)合起來。
4) 重視實(shí)用性
本書論述了計(jì)算智能理論、進(jìn)化計(jì)算、模糊邏輯、人工神經(jīng)網(wǎng)絡(luò)的理論基礎(chǔ)、基本框架和典型算法，并在此基礎(chǔ)上將理論與實(shí)踐相結(jié)合，針對(duì)相關(guān)領(lǐng)域中的典型問題，給出了解決方法、參數(shù)學(xué)習(xí)及實(shí)驗(yàn)結(jié)果示例，使讀者在更好地理解理論知識(shí)的同時(shí)，對(duì)計(jì)算智能學(xué)科乃至人工智能學(xué)科產(chǎn)生興趣，培養(yǎng)動(dòng)手能力。
5) 符合專業(yè)需求
作為智能科學(xué)與技術(shù)專業(yè)的教材，本書詳細(xì)匯總了進(jìn)化計(jì)算、模糊邏輯和人工神經(jīng)網(wǎng)絡(luò)中常用的優(yōu)化模型、學(xué)習(xí)模型、算子和網(wǎng)絡(luò)模型等，同時(shí)將理論與實(shí)踐相結(jié)合，介紹了人工神經(jīng)網(wǎng)絡(luò)、模糊邏輯、進(jìn)化計(jì)算的典型應(yīng)用范例及實(shí)驗(yàn)結(jié)果，對(duì)學(xué)生計(jì)算智能理論知識(shí)的鞏固和解決問題能力的提高有很好的幫助與促進(jìn)作用。
計(jì)算智能導(dǎo)論 內(nèi)容簡(jiǎn)介
本書對(duì)計(jì)算智能的諸多基礎(chǔ)理論進(jìn)行了詳細(xì)介紹和釋義，還介紹了神經(jīng)網(wǎng)絡(luò)、模糊系統(tǒng)、進(jìn)化計(jì)算的應(yīng)用范例以及實(shí)驗(yàn)結(jié)果，將理論與實(shí)踐緊密聯(lián)系。**章對(duì)人工智能的萌芽、誕生和發(fā)展以及現(xiàn)狀和未來進(jìn)行了簡(jiǎn)要介紹。第二章為進(jìn)化計(jì)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(chǔ)，論述了常見的模糊隸屬度函數(shù)以及模糊集合常用的算子，并對(duì)模糊關(guān)系及運(yùn)算以及模糊推理進(jìn)行了詳細(xì)介紹。第四章為人工神經(jīng)網(wǎng)絡(luò)，論述了人工神經(jīng)落的特點(diǎn)、生物學(xué)基礎(chǔ)及其發(fā)展與應(yīng)用。
計(jì)算智能導(dǎo)論 目錄
第1章 緒論——從人工智能到計(jì)算智能 1
1.1 人工智能的發(fā)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(fā)展 6
1.2 人工智能的現(xiàn)狀和未來 9
1.3 人工智能的新生：計(jì)算智能 10
1.3.1 人工神經(jīng)網(wǎng)絡(luò) 10
1.3.2 模糊邏輯 10
1.3.3 進(jìn)化計(jì)算 11
1.3.4 計(jì)算智能 11
1.4 智能的三個(gè)層次 12
1.5 計(jì)算智能領(lǐng)域研究成果 12
1.5.1 進(jìn)化計(jì)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(jīng)網(wǎng)絡(luò)研究成果 19
習(xí)題 22
參考文獻(xiàn) 22
第2章 進(jìn)化計(jì)算 29
2.1 緒論 29
2.1.1 引例 29
2.1.2 從進(jìn)化論到進(jìn)化計(jì)算 31
2.2 遺傳算法 37
2.2.1 遺傳算法簡(jiǎn)介 37
2.2.2 遺傳的特點(diǎn) 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(yōu)點(diǎn) 40
2.2.6 遺傳算法的五個(gè)關(guān)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(yīng)度函數(shù) 52
2.5.1 選擇 52
2.5.2 適應(yīng)度函數(shù) 54
2.5.3 適應(yīng)度共享和群體多樣性 56
2.6 遺傳算法用于求解數(shù)值優(yōu)化問題 57
2.7 遺傳算法的理論基礎(chǔ) 65
2.7.1 模式理論 65
2.7.2 建筑塊假說 69
習(xí)題 71
參考文獻(xiàn) 73
第3章 模糊邏輯 77
3.1 模糊理論基礎(chǔ) 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(jīng)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(yùn)算 87
3.2 隸屬度函數(shù) 90
3.2.1 隸屬度函數(shù)的基本概念 90
3.2.2 隸屬度函數(shù)遵守的基本原則 95
3.2.3 隸屬度函數(shù)的設(shè)計(jì) 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(guān)系及運(yùn)算 104
3.3.1 模糊關(guān)系 104
3.3.2 模糊關(guān)系的運(yùn)算 108
3.4 模糊推理 110
3.4.1 模糊邏輯的特點(diǎn)及運(yùn)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(tǒng) 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(chǔ)知識(shí) 123
3.6.3 模糊聚類分析的一般步驟 124
3.7 模糊綜合評(píng)判模型 129
習(xí)題 134
參考文獻(xiàn) 135
第4章 人工神經(jīng)網(wǎng)絡(luò) 141
4.1 緒論 141
4.1.1 人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介 141
4.1.2 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展 143
4.1.3 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用與實(shí)現(xiàn) 146
4.2 人工神經(jīng)單元——單感知器 149
4.2.1 生物學(xué)基礎(chǔ) 149
4.2.2 感知器模型 150
4.2.3 激活函數(shù) 152
4.2.4 感知器參數(shù)學(xué)習(xí) 155
4.3 人工神經(jīng)網(wǎng)絡(luò) 157
4.3.1 單層神經(jīng)網(wǎng)絡(luò) 158
4.3.2 多層神經(jīng)網(wǎng)絡(luò) 158
4.3.3 神經(jīng)網(wǎng)絡(luò)參數(shù)學(xué)習(xí) 159
4.3.4 人工神經(jīng)網(wǎng)絡(luò)的信息處理能力 160
4.4 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方法 161
4.4.1 Hebb規(guī)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(xué)習(xí)方法 171
4.5 徑向基函數(shù)網(wǎng)絡(luò) 173
4.5.1 徑向基函數(shù)簡(jiǎn)介 173
4.5.2 徑向基函數(shù)網(wǎng)絡(luò)概念 174
4.5.3 徑向基函數(shù)網(wǎng)絡(luò)的模型 174
4.5.4 徑向基函數(shù)網(wǎng)絡(luò)的工作原理及特點(diǎn) 175
4.5.5 徑向基函數(shù)網(wǎng)絡(luò)的學(xué)習(xí)算法 176
4.6 深度神經(jīng)網(wǎng)絡(luò) 178
4.6.1 有監(jiān)督學(xué)習(xí)與無監(jiān)督學(xué)習(xí) 178
4.6.2 卷積神經(jīng)網(wǎng)絡(luò) 178
4.6.3 循環(huán)神經(jīng)網(wǎng)絡(luò) 185
4.6.4 生成對(duì)抗網(wǎng)絡(luò) 190
4.6.5 增強(qiáng)學(xué)習(xí) 196
習(xí)題 201
參考文獻(xiàn) 202
展開全部
書友推薦
- >
經(jīng)典常談
- >
月亮虎
- >
莉莉和章魚
- >
新文學(xué)天穹兩巨星--魯迅與胡適/紅燭學(xué)術(shù)叢書(紅燭學(xué)術(shù)叢書)
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
煙與鏡
- >
名家?guī)阕x魯迅:故事新編
- >
我從未如此眷戀人間
本類暢銷
