
微信扫一扫,移动浏览光盘
简介
本书从人工生命的研究方法这个全新视角对复杂系统理论展开观察,试图为复杂系统理论的研究提供更加丰富的研究内容和手段。
全书共分7章。第1章对复杂系统与系统理论、复杂系统与复杂性、人工生命学科以及具有生命系统特征的复杂系统进行讨论,进而以人工生命研究方法为核心构建出本书的研究框架;第2章介绍了几种典型的自动机网络模型;第3章~第6章分别介绍了归于群体智能中的进化计算、蚂蚁算法、粒子群优化算法以及人工免疫系统等的最新研究动态;第7章对复杂适应系统进行了全面讨论,包括基本概念与特征、模型与仿真平台和三个成功应用的模型。本书兼顾理论与应用,较为全面地探讨了复杂系统人工生命研究方法的各个层次,视角独特且有新意,可供从事复杂系统理论、人工生命学科以及相关领域的科研人员、高校教师和研究生参考。
目录
第1章 绪论
1.1 复杂系统理论的诞生
1.1.1 系统论的三个阶段
1.1.2 复杂系统和复杂性
1.2 人工生命
1.2.1 人工生命的诞生
1.2.2 人工生命的研究内容
1.3 复杂系统的人工生命研究方法
1.3.1 具有生命特征的复杂系统
1.3.2 复杂系统的人工生命研究框架
参考文献
第2章 自动机网络
2.1 元胞自动机
2.1.1 元胞自动机的发展史
2.1.2 元胞自动机的定义
2.1.3 元胞自动机的结构与特征
2.1.4 元胞自动机的分类
2.1.5 元胞自动机研究与相关理论
2.1.6 几种典型的元胞自动机
2.1.7 元胞自动机的应用
2.2 布尔网络
2.2.1 布尔网络的相关概念与特征
2.2.2 布尔网络的实现
2.2.3 布尔网络的应用
2.3 L-系统
2.3.1 L-系统的概念与特征
2.3.2 L-系统的描述结构
2.3.3 L-系统的应用
2.3.4 L-系统与分形
2.4 无尺度网络
2.4.1 无尺度网络的由来与定义
2.4.2 无尺度网络的形成
2.4.3 无尺度网络的特性与优缺点
2.4.4 无尺度网络的应用
2.4.5 无尺度网络的发展前景
思考题
参考文献
第3章 进化计算
3.1 遗传算法简介
3.2 遗传算法的基本原理
3.3 遗传算法的基本理论
3.3.1 模式与模式理论
3.3.2 积木块
3.3.3 Walsh模式变换
3.3.4 欺骗问题
3.3.5 隐并行性
3.3.6 收敛性
3.4 遗传算法的实施
3.4.1 编码
3.4.2 适应度函数
3.4.3 遗传操作
3.5 遗传算法的改进
3.5.1 分层遗传算法(HGA)
3.5.2 CHC算法
3.5.3 混合遗传算法
3.5.4 并行遗传算法(PGA)
3.6 遗传算法的应用
3.7 其他进化计算
3.7.1 进化策略
3.7.2 进化规划
3.7.3 遗传规划
思考题
参考文献
第4章 蚂蚁算法
4.1 蚂蚁算法的理论基础
4.1.1 蚂蚁觅食的生态现象
4.1.2 人工蚁群与真实蚁群的联系
4.1.3 蚂蚁算法的基本原理
4.2 蚂蚁算法的实现原理
4.2.1 蚂蚁算法的模型描述
4.2.2 蚂蚁算法的实现步骤
4.2.3 基本蚂蚁算法的特点
4.3 蚂蚁算法的改进发展
4.3.1 Ant Colony System(ACS)
4.3.2 Ant-Q算法
4.3.3 最大最小蚂蚁算法(MMAS)
4.3.4 自适应蚂蚁算法
4.4 蚂蚁算法的应用
4.4.1 在路径优化问题中的应用
4.4.2 在最优树问题中的应用
4.4.3 实例研究——蚂蚁算法在交通平衡配流中的应用
4.5 总结
思考题
参考文献
第5章 粒子群优化算法
5.1 粒子群优化算法的原理
5.1.1 基本粒子群优化算法
5.1.2 粒子群优化算法的改进
5.2 粒子群优化算法的特点
5.2.1 粒子群优化算法与遗传算法的比较
5.2.2 粒子群优化算法与人工神经网络的比较
5.3 粒子群优化算法的典型应用
5.3.1 应用PSO的非线性系统辨识
5.3.2 粒子群优化算法在布局优化中的应用
5.4 粒子群优化算法的进一步研究
思考题
参考文献
第6章 人工免疫系统
6.1 自然免疫系统
6.1.1 免疫系统的基本概念
6.1.2 免疫应答过程
6.1.3 几种免疫元
6.2 自然免疫系统的隐喻(metaphor)机制
6.2.1 免疫网络
6.2.2 特异识别
6.2.3 克隆选择机制
6.2.4 免疫记忆
6.2.5 否定选择机制
6.2.6 抗体指令系统
6.3 人工免疫系统理论
6.3.1 人工免疫系统中的数学方法
6.3.2 人工免疫网络
6.3.3 克隆选择算法
6.3.4 否定选择算法
6.3.5 免疫进化算法
6.3.6 免疫系统模型
6.4 人工免疫系统应用
6.4.1 TSP问题的求解
6.4.2 机器人技术
6.4.3 计算机安全
6.4.4 模式识别
6.5 人工免疫系统与进化算法和神经网络的关系
6.5.1 人工免疫系统与进化算法
6.5.2 人工免疫系统与神经网络
6.6 人工免疫系统现状与展望
思考题
参考文献
第7章 复杂适应系统
7.1 复杂适应系统的复杂性
7.2 复杂适应系统的基本概念
7.2.1 属性
7.2.2 机制
7.2.3 层次
7.3 复杂适应系统的特点
7.4 复杂适应系统的建模
7.4.1 个体如何向主体学习——刺激-响应模型
7.4.2 从微观到宏观——回声(ECHO)模型
7.5 SWARM平台简介
7.5.1 SWARM平台的背景
7.5.2 SWARM的模型结构
7.6 复杂适应系统的典型应用
7.6.1 国会山保姆公司
7.6.2 人工股市
7.6.3 中心地理论
7.7 CAS理论的启示及局限性
思考题
参考文献
附 西北工业大学资源与环境信息化工程研究所简介
1.1 复杂系统理论的诞生
1.1.1 系统论的三个阶段
1.1.2 复杂系统和复杂性
1.2 人工生命
1.2.1 人工生命的诞生
1.2.2 人工生命的研究内容
1.3 复杂系统的人工生命研究方法
1.3.1 具有生命特征的复杂系统
1.3.2 复杂系统的人工生命研究框架
参考文献
第2章 自动机网络
2.1 元胞自动机
2.1.1 元胞自动机的发展史
2.1.2 元胞自动机的定义
2.1.3 元胞自动机的结构与特征
2.1.4 元胞自动机的分类
2.1.5 元胞自动机研究与相关理论
2.1.6 几种典型的元胞自动机
2.1.7 元胞自动机的应用
2.2 布尔网络
2.2.1 布尔网络的相关概念与特征
2.2.2 布尔网络的实现
2.2.3 布尔网络的应用
2.3 L-系统
2.3.1 L-系统的概念与特征
2.3.2 L-系统的描述结构
2.3.3 L-系统的应用
2.3.4 L-系统与分形
2.4 无尺度网络
2.4.1 无尺度网络的由来与定义
2.4.2 无尺度网络的形成
2.4.3 无尺度网络的特性与优缺点
2.4.4 无尺度网络的应用
2.4.5 无尺度网络的发展前景
思考题
参考文献
第3章 进化计算
3.1 遗传算法简介
3.2 遗传算法的基本原理
3.3 遗传算法的基本理论
3.3.1 模式与模式理论
3.3.2 积木块
3.3.3 Walsh模式变换
3.3.4 欺骗问题
3.3.5 隐并行性
3.3.6 收敛性
3.4 遗传算法的实施
3.4.1 编码
3.4.2 适应度函数
3.4.3 遗传操作
3.5 遗传算法的改进
3.5.1 分层遗传算法(HGA)
3.5.2 CHC算法
3.5.3 混合遗传算法
3.5.4 并行遗传算法(PGA)
3.6 遗传算法的应用
3.7 其他进化计算
3.7.1 进化策略
3.7.2 进化规划
3.7.3 遗传规划
思考题
参考文献
第4章 蚂蚁算法
4.1 蚂蚁算法的理论基础
4.1.1 蚂蚁觅食的生态现象
4.1.2 人工蚁群与真实蚁群的联系
4.1.3 蚂蚁算法的基本原理
4.2 蚂蚁算法的实现原理
4.2.1 蚂蚁算法的模型描述
4.2.2 蚂蚁算法的实现步骤
4.2.3 基本蚂蚁算法的特点
4.3 蚂蚁算法的改进发展
4.3.1 Ant Colony System(ACS)
4.3.2 Ant-Q算法
4.3.3 最大最小蚂蚁算法(MMAS)
4.3.4 自适应蚂蚁算法
4.4 蚂蚁算法的应用
4.4.1 在路径优化问题中的应用
4.4.2 在最优树问题中的应用
4.4.3 实例研究——蚂蚁算法在交通平衡配流中的应用
4.5 总结
思考题
参考文献
第5章 粒子群优化算法
5.1 粒子群优化算法的原理
5.1.1 基本粒子群优化算法
5.1.2 粒子群优化算法的改进
5.2 粒子群优化算法的特点
5.2.1 粒子群优化算法与遗传算法的比较
5.2.2 粒子群优化算法与人工神经网络的比较
5.3 粒子群优化算法的典型应用
5.3.1 应用PSO的非线性系统辨识
5.3.2 粒子群优化算法在布局优化中的应用
5.4 粒子群优化算法的进一步研究
思考题
参考文献
第6章 人工免疫系统
6.1 自然免疫系统
6.1.1 免疫系统的基本概念
6.1.2 免疫应答过程
6.1.3 几种免疫元
6.2 自然免疫系统的隐喻(metaphor)机制
6.2.1 免疫网络
6.2.2 特异识别
6.2.3 克隆选择机制
6.2.4 免疫记忆
6.2.5 否定选择机制
6.2.6 抗体指令系统
6.3 人工免疫系统理论
6.3.1 人工免疫系统中的数学方法
6.3.2 人工免疫网络
6.3.3 克隆选择算法
6.3.4 否定选择算法
6.3.5 免疫进化算法
6.3.6 免疫系统模型
6.4 人工免疫系统应用
6.4.1 TSP问题的求解
6.4.2 机器人技术
6.4.3 计算机安全
6.4.4 模式识别
6.5 人工免疫系统与进化算法和神经网络的关系
6.5.1 人工免疫系统与进化算法
6.5.2 人工免疫系统与神经网络
6.6 人工免疫系统现状与展望
思考题
参考文献
第7章 复杂适应系统
7.1 复杂适应系统的复杂性
7.2 复杂适应系统的基本概念
7.2.1 属性
7.2.2 机制
7.2.3 层次
7.3 复杂适应系统的特点
7.4 复杂适应系统的建模
7.4.1 个体如何向主体学习——刺激-响应模型
7.4.2 从微观到宏观——回声(ECHO)模型
7.5 SWARM平台简介
7.5.1 SWARM平台的背景
7.5.2 SWARM的模型结构
7.6 复杂适应系统的典型应用
7.6.1 国会山保姆公司
7.6.2 人工股市
7.6.3 中心地理论
7.7 CAS理论的启示及局限性
思考题
参考文献
附 西北工业大学资源与环境信息化工程研究所简介
复杂性人工生命研究方法导论
- 名称
- 类型
- 大小
光盘服务联系方式: 020-38250260 客服QQ:4006604884
云图客服:
用户发送的提问,这种方式就需要有位在线客服来回答用户的问题,这种 就属于对话式的,问题是这种提问是否需要用户登录才能提问
Video Player
×
Audio Player
×
pdf Player
×
