自然计算导论PDF|Epub|txt|kindle电子书版本网盘下载

自然计算导论PDF格式电子书版下载

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 绪论1

1.1 从仿生学人工智能到自然计算1

1.2 自然计算4

1.3 自然计算的主要研究分支6

1.3.1 进化计算7

1.3.2 群体智能8

1.3.3 生物启发计算10

1.3.4 生态计算11

1.3.5 复杂自适应计算11

第2章 自然计算的研究综述与统一模型2.1 自然计算的实现模式总览13

2.2 自然计算模式综述16

2.2.1 元胞自动机16

2.2.2 模拟退火算法17

2.2.3 人工蜂群算法19

2.2.4 人工鱼群算法21

2.2.5 群搜索优化22

2.2.6 细菌觅食算法23

2.2.7 细菌趋药性算法24

2.2.8 差分进化25

2.2.9 DNA计算26

2.2.10 量子计算28

2.2.11 复杂自适应系统30

2.2.12 混沌优化32

2.2.13 生物地理学优化33

2.2.14 自组织迁移算法35

2.2.15 膜计算36

2.2.16 文化基因算法38

2.2.17 文化算法40

2.2.18 情感计算41

2.2.19 社会认知优化42

2.3 自然计算的应用与发展趋势42

2.3.1 自然计算应用领域综述42

2.3.2 应用分析与展望46

2.4 自然计算的统一模型47

2.4.1 自然计算模式的总体形式化描述48

2.4.2 自然计算模式的统一框架理念50

第3章 进化计算54

3.1 遗传算法概述54

3.1.1 遗传算法的产生54

3.1.2 遗传算法的基本思想55

3.1.3 遗传算法基本操作55

3.1.4 遗传算法的特点57

3.2 遗传算法研究进展58

3.2.1 基本操作方法的改进研究58

3.2.2 编码方法的改进研究59

3.2.3 保持群体多样性方法的研究60

3.3 遗传算法的收敛性研究62

3.3.1 遗传算法的一般收敛性理论62

3.3.2 遗传算法的马尔可夫链模型63

3.3.3 遗传算法的收敛性分析64

3.4 遗传算法的基本流程64

3.5 遗传算法的形式化描述65

3.6 遗传算法的自然计算框架模型69

3.7 小结71

第4章 分布估计算法72

4.1 分布估计算法概述72

4.1.1 分布估计算法起源72

4.1.2 分布估计算法的基本思想73

4.2 分布估计算法的基本流程73

4.3 分布估计算法的研究进展75

4.3.1 离散的分布估计算法76

4.3.2 连续的分布估计算法79

4.3.3 分布估计算法的理论研究80

4.3.4 分布估计算法的研究热点81

4.4 分布估计算法的形式化描述83

4.5 分布估计算法的自然计算框架模型86

4.6 小结88

第5章 神经网络计算89

5.1 人工神经网络概述89

5.1.1 人工神经元模型89

5.1.2 人工神经网络模型91

5.1.3 神经网络学习（训练）方法92

5.1.4 人工神经网络的特点92

5.2 人工神经网络的总体形式化描述93

5.3 Hopfield神经网络的自然计算框架描述96

5.3.1 Hopfield神经网络96

5.3.2 Hopfield神经网络的形式化描述97

5.3.3 Hopfield神经网络的自然计算框架模型99

5.4 RBF神经网络的自然计算框架描述106

5.4.1 径向基函数（RBF）神经网络106

5.4.2 RBF神经网络的形式化描述110

5.4.3 RBF神经网络的自然计算框架模型113

5.5 小结117

第6章 群体智能——蚁群算法119

6.1 蚁群算法概述119

6.1.1 蚁群算法的起源119

6.1.2 蚁群个体的运动规则119

6.1.3 实例说明及应用状况120

6.2 蚁群算法的研究进展122

6.2.1 蚁群算法的改进122

6.2.2 蚁群算法的收敛性研究123

6.2.3 蚁群算法的仿真和实现126

6.2.4 蚁群算法的应用126

6.3 蚁群算法描述127

6.3.1 用于求解TSP问题的蚁群算法定义127

6.3.2 蚁群算法的形式化描述130

6.4 蚁群算法的自然计算框架模型133

6.5 小结136

第7章 群体智能——微粒群算法137

7.1 微粒群算法概述137

7.2 微粒群算法描述138

7.2.1 微粒群算法的基本原理138

7.2.2 微粒群算法的数学描述139

7.2.3 微粒群算法流程140

7.3 微粒群算法研究进展140

7.3.1 微粒群算法的改进研究140

7.3.2 微粒群算法的应用141

7.3.3 微粒群算法的收敛性研究142

7.3.4 微粒群算法的参数效能分析149

7.4 微粒群算法的形式化描述150

7.5 微粒群算法的自然计算框架模型153

7.6 小结155

第8章 免疫计算156

8.1 人工免疫系统概述156

8.1.1 人工免疫系统156

8.1.2 人工免疫系统的研究概况157

8.1.3 人工免疫系统的应用159

8.2 人工免疫算法160

8.2.1 概述160

8.2.2 典型的人工免疫算法160

8.2.3 人工免疫算法的收敛性分析162

8.2.4 人工免疫算法的工程应用163

8.3 标准人工免疫算法描述166

8.4 人工免疫算法的形式化描述169

8.5 人工免疫算法的自然计算框架模型172

8.6 小结175

第9章 人工内分泌系统176

9.1 人工内分泌系统概述176

9.1.1 内分泌系统176

9.1.2 人工内分泌系统研究现状177

9.2 人工内分泌系统描述180

9.2.1 人工内分泌网络模型定义180

9.2.2 人工内分泌网络的动力学描述183

9.2.3 网络模型的自适应调节184

9.3 基于人工内分泌网络模型的行为控制算法184

9.4 人工内分泌网络的形式化描述185

9.5 人工内分泌系统的自然计算框架模型188

9.6 小结190

后记192

参考文献194