Рассчитайте интеллектуальную генетическую алгоритм Алгоритм Алгоритма Алгоритма Алгоритма Алгоритма Алгоритма Алгоритма Антона
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товара
Расчет интеллекта -это относительно режущее направление исследования в области искусственного интеллекта.&Ldquo;”Преимущества вычислительной интеллекта имеют преимущества глобального поиска и эффективного параллелизма, который предоставляет новые идеи и новые методы решения сложных проблем оптимизации, что привлекло широкое внимание внутренних и иностранных ученых и создает исследовательский бум.В настоящее время соответствующие технологии вычислительной интеллекта были успешно применены во многих областях, таких как обработка информации, оптимизация планирования, инженерный контроль и управление экономическим управлением.Основываясь на расчете интеллектуальных исследований, результатов в последние годы, эта книга систематически и подробно 9 более типичных алгоритмов в вычислительной интеллекте—&Искусственная неронная сеть, генетический алгоритм, искусственный иммунный алгоритм, генетический алгоритм, алгоритм искусственной колонисти -А на основе процесса имитации программного обеспечения и примеров применения в области сигналов и общения, что облегчает объяснение точки знания этой книги простым для понимания, интуитивно понятия и ярких, и легко освоить читателей.Эта книга может использоваться в качестве учебника для профессиональных студентов и аспирантов в области обработки сигналов и информации, технологии компьютерных приложений, искусственного интеллекта, распознавания образцов и интеллектуальных систем, а также автоматизации. Полем
01 Введение
1.1 Обзор 2
1.2 *Проблема оптимизации и их математическая модель 2
1.3 *Классификация оптимизации 3
1.4 *Разработка и классификация методов оптимизации 5
1.4.1 Традиционный метод оптимизации 6
1.4.2 Расчет интеллектуального метода 7
1.4.3 Особенности расчета умного метода 11
1.5 Рассчитайте направление разработки умных методов 12 12
1.6 Глава Аранжировка Введение 12
1.7 Резюме этой главы 14
1,8 Упражнение 14
02 Теория искусственной нейронной сети
2.1 Обзор 16
2.2 Основная теория искусственной нейронной сети 17
2.2.1 Основные модели искусственных нейронов 17
2.2.2 Структура искусственной нейронной сети 19
2.2.3 Изучение искусственной нейронной сети 20
2.3 Основной алгоритм нейронной сети корма 22
2.3.1 Восприятие 23
2.3.2 BP Network 25
2.3.3 сеть RBF 33
2.4 Основной алгоритм обратной связи Нейронная сеть 44
2.4.1 Алгоритм сети Hopfield 44
2.4.2 Алгоритм сети.
2.5 Набор инструментов из искусственной нейронной сети на основе Matlab Language 54
2.5.1 Введение в базовую функцию 55
2.5.2 Реализация MATLAB сети BP 55
2.5.3 Пример проектирования сети RBF 63
2.5.4 Графический пользовательский интерфейс в искусственной нейронной сети инструментов 78
2.6 Пример применения искусственной нейронной сети 89
2.7 Резюме этой главы 91
2.8 Упражнение 91
03 Генетический алгоритм
3.1 Обзор 94
3.2 Основной принцип генетического алгоритма 95
3.2.1 Эволюция существ 95
3.2.2 Основные мысли генетических алгоритмов 95
3.2.3 Специфические этапы генетических алгоритмов 96
3.3 Общие проблемы в приложениях генетического алгоритма 104
3.3.1 Определение длины хромосомы и начальной популяции 104
3.3.2 Выбор параметров управления 104
3.3.3 Специфические проблемы операционного генетического оператора 105
3.3.4 Определение суждения сходимости 105
3.4 Пример применения генетического алгоритма 106
3.5 Сводка этой главы 112
3.6 Упражнение 112
04 Алгоритм муравья колоний
4.1 Обзор 116
4.2 Процесс кормления ANT Group 117
4.3 Основные принципы Алгоритма Акунии 118
4.3.1 Математическая модель алгоритма Ant Colony 119
4.3.2 Специфический процесс реализации алгоритма Ant Colony 122
4.4 Параметры выбора алгоритма AQUNIA 124
4.5 Улучшен Ant Colony Algorithm 125
4.5.1 модель ACS 125
4.5.2 MMAS MODEL 127
4.6 Примеры применения алгоритма AQUNIA 128
4.7 Резюме этой главы 134
4.8 Упражнение 135
05 Искусственный иммунный алгоритм
5.1 Обзор 138
5.2 Биологическая основа искусственного иммунного алгоритма 139
5.2.1 Основное определение биологической иммунной системы 140
5.2.2 Принцип работы биологической иммунной системы 141
5.3 Основные принципы искусственного иммунного алгоритма 142
5.3.1 Основная структура искусственного иммунного алгоритма 143
5.3.2 Основной принцип отрицания алгоритма отбора 144
5.3.3 Основные принципы алгоритма планирования иммунизации 146
5.3.4 Основные принципы алгоритма выбора Cingerrim 150
5.4 Пример применения искусственного иммунного алгоритма 155
5.5 Сводка этой главы 163
5.6 Упражнение 163
06 Алгоритм оптимизации группы частиц
6.1 Обзор 166
6.2 Основной принцип алгоритма оптимизации гранулированной группы 166
6.3 Улучшение алгоритмов оптимизации групп частиц 174
6.3.1 Алгоритм PSO с инерционным весом 174
6.3.2 Алгоритм PSO с фактором сокращения 175
6.3.3 Алгоритм улучшения PSO на основе классификации населения и динамического фактора обучения 176
6.4 Примеры применения алгоритма оптимизации гравитации 178
6.5 Сводка этой главы 180
6.6 Упражнение 180
07 Алгоритм колонии искусственной пчелы
7.1 Обзор 182
7.2 Основные принципы искусственного алгоритма функции 183
7.3 Улучшенный алгоритм искусственного пчелиного роя 187
7.3.1 Улучшение алгоритма колоний искусственной пчелы для высокоразмерных комплексных проблем с единственной целевой оптимизацией 187
7.3.2. Алгоритм колоний -колоний первичной жизни для вопросов оптимизации с несколькими людьми 188
7.4 Пример применения алгоритма искусственной пчелиной колонии 193
7.5 Эта глава - резюме 198
7.6 Упражнение 198
08 Алгоритм оптимизации биологической географии
8.1 Обзор 200
8.2 Основной принцип алгоритма оптимизации биологической географии 200
8.3 Основной процесс алгоритма оптимизации биологической географии 204 204
8.3.1 Операция миграции 204
8.3.2 Операция мутации 205
8.3.3 Algorithm Framework 206
8.4 Улучшенный алгоритм оптимизации биологической географии 207
8.4.1 Гибридная миграционная операция 207
8.4.2 Алгоритм оптимизации биологической географии 209
8.4.3 Алгоритм оптимизации экологической географии 213
8.5 Пример применения алгоритма оптимизации биологической географии 216
8.6 Эта глава - саммит 220
8.7 Упражнение 220
09 Алгоритм оптимизации множественных целевых
9.1 Обзор 222
9.2 Трехгенерационный алгоритм оптимизации 223
9.2.1 Генеральный алгоритм оптимизации.
9.2.2*Алгоритм многогранной оптимизации второго поколения 223
9.2.3 Трехрогенерационный алгоритм оптимизации 229
9.3 Алгоритм оптимизации с высокой димерной целью 233
9.3.1 Алгоритм сломанного многофункционального оптимизации 233
9.3.2 NSGA-III 236
9.3.3 NSGA-II-OSD 240
9.4 Функция тестирования и оценки с несколькими тургетическими оптимизацией и индикатор оценки 242
9.4.1 Тестовая функция 242
9.4.2 Индикаторы оценки 246
9.5 Тестовый экземпляр и экземпляр приложения алгоритма оптимизации многогранного.
9.6 Эта глава - резюме 253
9,7 Упражнение 253
10 Алгоритм оптимизации ограничений
10.1 Обзор 256
10.2 Технология лечения ограничения 258
10.2.1 Метод функции наказания 258
10.2.2 Метод случайной сортировки 258
10.2.3 Рекомендации по технике 259
10.2.4&Эпсилон; метод ограничения 260
10.2.5 Метод оптимизации с множественной целью 260
10.2.6 Technology Double Group Storage 261
10.3 Алгоритм оптимизации единственной цели 261
10.3.1 Алгоритм юридической оптимизации соглашения на основе метода случайной сортировки 262
10.3.2 на основе&Эпсилон;
10.3.3 На основе технологии хранения двойной группы, алгоритм Одиночной целевой оптимизации ограничения 264 264
10.3.4 Функция теста на оптимизацию единой целевой оптимизации 267
10.4 Алгоритм многоцелевого оптимизации многоцелевой оптимизации 269
10.4.1 Ограничения на основе метода случайной сортировки многоцелевой алгоритм оптимизации 269
10.4.2 На основе ограничений технологии двойного группового хранения, многогранного алгоритма оптимизации 270
10.4.3 на основе&Эпсилон;
10.4.4 Функция теста на оптимизацию многоцелевой оптимизации.
10.5 Примеры применения алгоритма водной оптимизации 279
10.6 Эта глава - саммит 283
10.7 Упражнение 283
Ссылки 285
Би Сяоджун, профессор и директор блога в Школе информационной инженерии Национального университета, и частичный профессор Школы информационной и коммуникационной инженерии Харбинского инженерного университета.Учебное пособие в направлении информационной интеллектуальной технологии обработки и цифровых электронных технологий в течение длительного времени.
