0去购物车结算
购物车中还没有商品,赶紧选购吧!
当前位置: 本科教材 > 理学 > 0701 数学 > 计算智能中的仿生学:理论与算法

相同语种的商品

浏览历史

计算智能中的仿生学:理论与算法


联系编辑
 
标题:
 
内容:
 
联系方式:
 
  
计算智能中的仿生学:理论与算法
  • 书号:9787030107923
    作者:徐宗本,张讲社,郑亚林
  • 外文书名:
  • 装帧:平装
    开本:B5
  • 页数:324
    字数:386000
    语种:中文
  • 出版社:科学出版社
    出版时间:2003-08-20
  • 所属分类:TP1 自动化基础理论
  • 定价: ¥30.00元
    售价: ¥23.70元
  • 图书介质:

  • 购买数量: 件  缺货,请选择其他介质图书!
  • 商品总价:

相同系列
全选

内容介绍

用户评论

全部咨询

??计算智能是以模型(计算模型、数学模型)为基础、以分布并行计算为特征的模拟人的智能求解问题的理论与方法。本书系统讲述计算智能的基本内容、基本理论与基本方法。全书分三部分(章)。第一章从模拟智能生成过程的观点讲述模拟进化计算理论;第二章从模拟智能结构的观点讲述人工神经网络理论;第三章从模拟智能行为的观点讲述模糊逻辑与模糊推理。全书突出基础(特别是数学基础),强调背景(特别是生物与工程背景),着眼研究与发展。
??本书可作为应用数学、计算数学、运筹与控制、信息科学、计算机科学、系统科学等专业研究生教材使用,也可供各专业从事计算智能研究与应用的教师与研究人员参考。
  • 暂时还没有任何用户评论
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共0条问答)

  • 暂时还没有任何用户咨询内容
总计 0 个记录,共 1 页。 第一页 上一页 下一页 最末页
用户名: 匿名用户
E-mail:
咨询内容:

目录

  • 第一章 仿生过程算法:模拟进化计算
    1·1模拟进化计算技术
    1·1·1什么是模拟进化计算技术?
    1·1·2模拟进化计算的生物学基础
    1·1·3模拟进化计算的一般框架
    1·1·4典型例子:遗传算法、演化策略与进化程序
    1·1·5模拟进化计算的本质优点与适用领域
    1·2模拟进化算法的基本要素与数学描述
    1·2·1模拟进化算法的形式化描述
    1·2·2编码格式(e)
    1·2·3适应度度量(J)
    1·2·4选择算子(S)
    1·2·5繁殖算子(E)
    1·2·6进化参数(Σ)
    1·3模拟进化计算的典型执行技巧
    1·3·1杰出者记录与“父子混合”选择策略
    1·3·2适应值共享策略
    1·3·3并行实现策略
    1·3·4混合策略
    1·3·5自适应策略
    1·4遗传算法的搜索机理
    1·4·1种群增长方程
    1·4·2交叉算子的搜索能力与可达域
    1·4·3变异算子的搜索能力与可达域
    1·4·4选择算子的搜索能力与速度
    1·4·5遗传算法的搜索机制
    1·5遗传算法的收敛性理论
    1·5·1种群序列的收敛性定义及性质
    1·5·2遗传算法的马氏链分析
    1·5·3遗传算法的公理化分析
    1·5·4遗传算法的鞅分析
    1·6评注与展望
    1·6·1有关理论基础研究
    1·6·2有关算法设计方面
    1·6·3有关模拟进化计算的应用
    第二章 仿生结构算法:人工神经网络
    2·1引言
    2·1·1生物神经元和生物神经网络
    2·1·2人工神经元和神经网络
    2·1·3学习过程
    2·1·4总结
    2·2感知器和单层前向网
    2·2·1分类问题
    2·2·2感知器
    2·2·3单层前向网和最小二乘技巧
    2·2·4单层前向网的限制
    2·2·5总结
    2·3多层感知器
    2·3·1前向网映射
    2·3·2阀值神经元
    2·3·3S形神经元
    2·3·4多层网的逼近能力
    2·3·5权重空间的对称性
    2·3·6Kolmogonov定理
    2·3·7误差后向传播
    2·3·8神经网络的学习算法
    2·4径向基函数
    2·4·1精确插值
    2·4·2径向基函数网
    2·4·3网络训练
    2·4·4正则化理论
    2·4·5噪声插值理论
    2·4·6与核回归的联系
    2·4·7基函数的优化
    2·4·8有导师训练
    2·5自组织特征映射
    2·5·1大脑皮层的结构
    2·5·2两个基本的特征映射模型
    2·5·3侧向连接
    2·5·4自组织特征映射算法
    2·5·5矢量量化方法和聚类方法
    2·5·6保拓扑性度量
    2·5·7设计新的自组织特征映射算法
    2·6回归神经元网络
    2·6·1逐次逼近法
    2·6·2离散Hopfield网
    2·6·3连续Hopfield网
    2·6·4其他回归网
    2·7评注与展望
    2·7·1神经网络模型是传统模型的推广
    2·7·2目标函数的设计和学习算法
    2·7·3神经网络的进一步发展
    第三章 仿生行为算法:Fuzzy逻辑与Fuzzy推理
    3·1Fuzzy逻辑的生物基础
    3·1·1人脑具有Fuzzy思维功能
    3·1·2Fuzzy思维的神经元机制
    3·1·3Fuzzy思维的神经回路机制
    3·1·4Fuzzy思维的大脑生理机制
    3·2Fuzzy集合及其运算
    3·2·1Fuzzy集合及其表示
    3·2·2Fuzzy集合的运算
    3·2·3贴近度、择近原则与模式识别
    3·2·4λ截集与分解定理
    3·2·5通常映射的Fuzzy扩张
    3·2·6隶属函数的确定
    3·3Fuzzy关系与Fuzzy矩阵
    3·3·1通常关系
    3·3·2Fuzzy关系
    3·3·3Fuzzy矩阵
    3·3·4Fuzzy等价关系与Fuzzy分类
    3·3·5Fuzzy相似关系与Fuzzy分类
    3·3·6Fuzzy相似矩阵的确定
    3·4Fuzzy推理的各种模型
    3·4·1简单Fuzzy推理模型
    3·4·2多维Fuzzy推理模型
    3·4·3多重Fuzzy推理模型
    3·4·4多重多维Fuzzy推理模型
    3·4·5多重多维多输出Fuzzy推理模型
    3·5CRI方案下的Fuzzy推理算法
    3·5·1简单Fuzzy推理模型的Mamdani算法
    3·5·2多维Fuzzy推理模型的Mamdani算法
    3·5·3多重Fuzzy推理模型的Mamdani算法
    3·5·4多重多维Fuzzy推理模型的Mamdani算法
    3·5·5CRI方案下Fuzzy推理的其他算法
    3·5·6Fuzzy推理算法的MP再现分析
    3·63I方案下的Fuzzy推理算法
    3·6·1Fuzzy推理的FMP3I方案
    3·6·2Fuzzy推理的Zadeh型FMP3I算法
    3·6·3Fuzzy推理的θo型FMP3I算法
    3·6·4Fuzzy推理的FMPα-3I方案与θo型FMPα-3I算法
    3·6·5Fuzzy推理的FMT3I方案与θo型FMT3I算法
    3·6·6Fuzzy推理的FMTα-3I方案与θo型FMTα-3I算法
    3·7应用举例:Fuzzy逻辑控制
    3·7·1Fuzzy控制器的设计
    3·7·2目标跟踪系统的Fuzzy控制
    3·7·3还原炉氢气流量的Fuzzy控制
    3·7·4Fuzzy逻辑的硬件实现
    3·8评注与展望
    参考文献
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证