计算智能pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

计算智能PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 计算智能概论 1

1.1 智能理论及其相关术语 1

1.1.1 智能理论 1

1.1.2 智能科学的有关术语 2

1.2 传统人功智能 3

1.3 计算智能 4

1.4 计算智能的主要内容 5

1.6 计算智能的应用领域 8

思考题 9

参考文献 10

第2章 模拟退火算法 11

2.1 概述 11

2.1.1 什么是模拟退火算法 11

2.1.2 物理退火过程 11

2.1.3 组合优化与物理退火的相似性 11

2.2 模拟退火算法 13

2.2.1 模拟退火算法的主要思想 13

2.2.2 METROPOLIS准则 13

2.2.3 冷却进度表 14

2.2.4 新解的产生和邻域结构 15

2.2.5 模拟退火算法描述及其结构 15

2.2.6 应用的一般要求 16

2.3 实例分析：货郎担问题 17

2.3.1 货郎担问题的数学模型 17

2.3.2 模型评价与分析 19

思考题 19

参考文献 20

附录：模拟退火算法的MATLAB程序 21

第3章 人工神经网络 23

3.1 概述 23

3.1.1 什么是人工神经网络 23

3.1.2 人工神经网络的发展简史 23

3.1.3 神经网络的特点 24

3.1.4 神经网络的研究内容 25

3.2 基本的神经元模型 25

3.2.1 生物神经元的结构 25

3.2.2 MP模型 27

3.2.3 一般神经元模型 27

3.3 神经元的学习规则 31

3.3.1 神经元学习算法 31

3.3.2 神经网络的拓扑结构 34

3.4 人工神经网络模型 36

3.4.1 BP误差反向传播神经网络 36

3.4.2 HOPFIELD模型 40

3.5 实例分析：人工神经网络在铁矿石价格预测中的应用 42

3.5.1 MATLAB中有关BP网络的重要函数 43

3.5.2 铁矿石价格预测模型 43

3.5.3 预测效果与结论 47

思考题 48

参考文献 49

附录：BP神经网络的MATLAB程序 50

第4章 进化计算 51

4.1 进化计算概述 51

4.1.1 生物的进化和遗传 51

4.1.2 进化计算的产生和发展 51

4.1.3 进化计算的特征 53

4.1.4 进化计算的应用 54

4.2 遗传算法 55

4.2.1 简单遗传算法的基本原理 55

4.2.2 遗传算法的求解步骤 61

4.2.3 遗传算法的理论基础 63

4.2.4 遗传算法的改进技术 73

4.3 遗传规划 82

4.3.1 遗传规划的基本技术 83

4.3.2 遗传规划的基本流程 85

4.4 进化策略 86

4.4.1 二元进化策略 87

4.4.2 多元进化策略 88

4.4.3 进化策略的基本技术 88

4.4.4 进化策略的基本流程 90

4.5 进化规划 91

4.5.1 进化规划的几种表达方式 91

4.5.2 进化规划的基本技术 93

4.5.3 进化规划的基本流程 94

4.6 案例分析：露天矿床开拓系统结构优化 95

4.6.1 系统分析 96

4.6.2 实现技术 97

4.6.3 模型评价与分析 99

思考题 101

参考文献 102

附录：简单遗传算法的MATLAB程序 103

第5章 群智能算法 104

5.1 群智能算法概述 104

5.1.1 群智能的起源 104

5.1.2 群智能算法发展 105

5.1.3 群智能算法与进化计算 106

5.1.4 群智能算法的典型应用 107

5.2 蚁群算法 19

5.2.1 蚁群算法的发展简史 109

5.2.2 简化的蚂蚁寻食模型 11

5.2.3 基木蚁群算法的原理 112

5.2.4 蚁群算求解步骤 115

5.2.5 蚁群算法算子分析 117

5.2.6 蚁群算法的改进 118

5.2.7 蚁群算法的应用领域 122

5.3 实例分析：改进蚁群算法在运输调度规划中的应用 123

5.3.1 改进的蚁群算法 124

5.3.2 运输调度问题数学模型 125

5.3.3 模型效果检验与结论 125

5.4 粒子群算法 126

5.4.1 PSO算法的基本原原理 127

5.4.2 加入惯性权重因子的PSO算法 129

5.4.3 PSO算法关健参数控制 131

5.4.4 基于MATLAB的PSO程序设计 132

5.5 实例分析：POS算法在函数优化中的应用 134

思考题 136

参考文献 137

附录：求解旅行商问题的简单蚁群算法MATLAB程序 139

第6章 人工免疫计算 142

6.1 概述 142

6.1.1 什么是人工免疫系统 142

6.1.2 人工免疫系统的发展 142

6.1.3 人工免疫系统的研究内容和范围 143

6.2 生物免疫系统 145

6.3 人工免疫系统 146

6.3.1 人工免疫机理 146

6.3.2 人工免疫算法 147

6.4 人工免疫系统的应用领域 150

6.5 实例分析：人工免疫算法在车辆路径优化中的应用 152

6.5.1 车辆路径问题的数学模型 152

6.5.2 车辆路径问题的免疫算法实现 152

6.5.3 模型效果检验与结论 155

思考题 156

参考文献 157

附录：免疫算法的MATLAB程序 158

第7章 计算智能的未来发展 159

7.1 计算智能的主要研究成果 159

7.2 计算智能的发展动力 163

7.3 未来的发展方向 163

参考文献 165