精通MATLAB智能算法 精通MATLAB

第一部分　专题介绍
　第1章　人工智能简介
　　1.1　人工智能基础
　　　1.1.1　智能的概念
　　　1.1.2　人工智能的概念
　　　1.1.3　人工智能的研究目标
　　　1.1.4　人工智能的研究方法
　　1.2　人工智能的特征
　　1.3　人工智能的应用
　　　1.3.1　机器思维
　　　1.3.2　机器感知
　　　1.3.3　机器行为
　　　1.3.4　机器学习
　　　1.3.5　机器计算
　　　1.3.6　分布式人工智能
　　　1.3.7　机器系统
　　　1.3.8　典型应用
　　1.4　本章小结
　第2章　神经网络算法及其MATLAB实现
　　2.1　神经网络基础
　　　2.1.1　人工神经网络的发展
　　　2.1.2　人工神经网络的研究内容
　　　2.1.3　人工神经网络的研究方向
　　　2.1.4　人工神经网络的发展趋势
　　2.2　神经网络结构和神经网络学习
　　　2.2.1　神经网络结构
　　　2.2.2　神经网络学习
　　　2.2.3　MATLAB在神经网络中的应用
　　2.3　MATLAB神经网络工具箱
　　　2.3.1　神经网络工具箱函数
　　　2.3.2　神经网络工具箱的图形用户界面
　　　2.3.3　神经网络的MATLAB实现
　　2.4　Simulink神经网络工具箱
　　　2.4.1　神经网络模型预测控制
　　　2.4.2　反馈线性化控制
　　　2.4.3　模型参考控制
　　2.5　本章小结
　第3章　粒子群算法及其MATLAB实现
　　3.1　粒子群算法基础
　　　3.1.1　粒子群算法的发展
　　　3.1.2　粒子群算法的研究内容
　　　3.1.3　粒子群算法的特点
　　　3.1.4　粒子群算法的应用
　　3.2　基本粒子群算法
　　　3.2.1　基本原理
　　　3.2.2　算法构成要素
　　　3.2.3　算法参数设置
　　　3.2.4　算法的基本流程
　　　3.2.5　算法的MATLAB实现
　　3.3　MATLAB粒子群工具箱
　　3.4　权重改进的粒子群算法
　　　3.4.1　自适应权重法
　　　3.4.2　随机权重法
　　　3.4.3　线性递减权重法
　　3.5　混合粒子群算法
　　　3.5.1　基于杂交的算法
　　　3.5.2　基于自然选择的算法
　　　3.5.3　基于免疫的粒子群算法
　　　3.5.4　基于模拟退火的算法
　　3.6　本章小结
　第4章　遗传算法及其MATLAB实现
　　4.1　遗传算法基础
　　　4.1.1　算法基本运算
　　　4.1.2　遗传算法的特点
　　　4.1.3　遗传算法中的术语
　　　4.1.4　遗传算法发展现状
　　　4.1.5　遗传算法的应用领域
　　4.2　遗传算法的原理
　　　4.2.1　算法运算过程
　　　4.2.2　算法编码
　　　4.2.3　适应度和初始群体选取
　　4.3　遗传算法程序设计及其MATLAB工具箱
　　　4.3.1　程序设计
　　　4.3.2　算法参数设计原则
　　　4.3.3　适应度函数的调整
　　　4.3.4　算法MATLAB工具箱及其应用
　　　4.3.5　遗传算法的GUI实现
　　4.4　遗传算法的典型应用
　　　4.4.1　利用遗传算法求解函数极值
　　　4.4.2　遗传算法在TSP中的应用
　　　4.4.3　遗传算法的求解优化
　　4.5　本章小结
　第5章　模糊逻辑控制及其MATLAB实现
　第6章　免疫算法及其MATLAB实现
　第7章　蚁群算法及其MATLAB实现
　第8章　小波分析算法及其MATLAB实现
第二部分　综合实例应用
　第9章　模糊神经网络在工程中的应用
　第10章　遗传算法在图像处理中的应用
　第11章　神经网络在参数估计中的应用
　第12章　智能算法在PID控制器设计中的应用
　第13章　智能算法的综合应用
参考文献