简介
本书系统、深入地介绍了仿生智能计算的起源、原理、模型、理论及其
应用，力图概括国内外的最新研究进展。全书共分12章，主要包括仿生智能
计算的思想起源、研究现状及机制原理，仿生智能计算的数学基础；蚁群算
法、微粒群算法、人工蜂群算法、微分进化算法、Memetic算法、文化算法
、人工免疫算法、DNA计算的原理、模型、理论和典型应用，以及仿生硬件
、仿生智能计算研究前沿与展望。附录给出了各章算法的程序源代码和相关
网站。全书突出基础，强调背景，着眼学术前沿与发展，取材新颖，覆盖面
广，深入浅出，系统性强，理论联系实际，力求使读者能较快掌握和应用仿
生智能计算方法。
本书可为计算机科学、信息科学、人工智能、控制科学、系统科学、管
理科学等领域从事仿生智能计算研究的相关专业人员提供参考，同时也可作
为相关专业研究生和高年级本科生教材。
目录
序
前言
第1章 绪论
1.1 引言
1.2 最优化、NP-hard问题及算法复杂度
1.2.1 最优化问题
1.2.2 NP-hard问题
1.2.3 算法复杂度
1.3 仿生智能计算方法
1.4 仿生智能计算方法的共同点
1.5 本书体系结构
1.6 本章 小结
参考文献
第2章 数学基础
2.1 引言
2.2 Markov链理论
2.2.1 定义及其等价性质
2.2.2 齐次Markov链及状态类
2.2.3 Markovr链的极限分布
2.3 鞅与鞅列
2.4 模式定理
2.4.1 模式
2.4.2 模式定理的证明
2.5 本章 小结
参考文献
第3章 蚁群算法
3.1 引言
3.2 起源和进展
3.2.1 蚁群行为描述
3.2.2 蚁群优化的机制原理
3.2.3 研究进展
3.3 系统学特征
3.4 数学模型
3.4.1 TSP
3.4.2 算法流程
3.5 理论分析
3.6 应用实例
3.7 本章 小结
参考文献
第4章 微粒群算法
4.1 引言
4.2 起源和进展
4.3 基本原理
4.3.1 基本思想
4.3.2 算法流程
4.3.3 社会行为分析
4.4 数学模型
4.4.1 全局模型与局部模型
4.4.2 标准的算法模型
4.4.3 引入收缩因子的算法模型
4.4.4 邻域结构
4.5 理论分析
4.6 应用实例
4.6.1 图像匹配
4.6.2 控制参数整定
4.7 本章 小结
参考文献
第5章 人工蜂群算法
5.1 引言
5.2 起源和进展
5.3 基本原理
5.4 数学模型
5.5 理论分析
5.6 应用实例
5.6.1 函数极值优化
5.6.2 目标识别
5.7 本章 小结
参考文献
第6章 微分进化算法
6.1 引言
6.2 起源和进展
6.3 原理与模型
6.3.1 数学模型
6.3.2 参数设置
6.3.3 算法流程
6.3.4 算法扩展模式
6.4 理论分析
6.4.1 Markov链模型
6.4.2 收敛性分析
6.5 应用实例
6.5.1 TSP问题
6.5.2 无人机航路规划
6.6 本章 小结
参考文献
第7章 Memetic算法
7.1 引言
7.2 起源和进展
7.3 基本原理
7.3.1 meme理论
7.3.2 算法流程
7.3.3 结构分析
7.3.4 主要特点
7.4 理论分析
7.4.1 局部搜索上限问题讨论
7.4.2 收敛性分析
7.5 应用实例
7.5.1 移动机器人路径规划
7.5.2 高维函数优化
7.6 本章 小结
参考文献
第8章 文化算法
8.1 引言
8.2 起源与进展
8.3 基本原理
8.4 数学模型
8.4.1 种群空间
8.4.2 信度空间
8.4.3 接受函数
8.4.4 影响函数
8.5 应用实例
8.6 本章 小结
参考文献
第9章 人工免疫算法
9.1 引言
9.2 起源和进展
9.3 生物免疫系统
9.3.1 基本概念
9.3.2 组成和功能
9.3.3 基本原理
9.3.4 计算能力
9.4 原理与模型
9.4.1 算法原理
9.4.2 主要算子
9.4.3 算法流程
9.5 理论分析
……
第10章 DNA计算
第11章 仿生硬件
第12章 研究前沿与展望
附录
前言
第1章 绪论
1.1 引言
1.2 最优化、NP-hard问题及算法复杂度
1.2.1 最优化问题
1.2.2 NP-hard问题
1.2.3 算法复杂度
1.3 仿生智能计算方法
1.4 仿生智能计算方法的共同点
1.5 本书体系结构
1.6 本章 小结
参考文献
第2章 数学基础
2.1 引言
2.2 Markov链理论
2.2.1 定义及其等价性质
2.2.2 齐次Markov链及状态类
2.2.3 Markovr链的极限分布
2.3 鞅与鞅列
2.4 模式定理
2.4.1 模式
2.4.2 模式定理的证明
2.5 本章 小结
参考文献
第3章 蚁群算法
3.1 引言
3.2 起源和进展
3.2.1 蚁群行为描述
3.2.2 蚁群优化的机制原理
3.2.3 研究进展
3.3 系统学特征
3.4 数学模型
3.4.1 TSP
3.4.2 算法流程
3.5 理论分析
3.6 应用实例
3.7 本章 小结
参考文献
第4章 微粒群算法
4.1 引言
4.2 起源和进展
4.3 基本原理
4.3.1 基本思想
4.3.2 算法流程
4.3.3 社会行为分析
4.4 数学模型
4.4.1 全局模型与局部模型
4.4.2 标准的算法模型
4.4.3 引入收缩因子的算法模型
4.4.4 邻域结构
4.5 理论分析
4.6 应用实例
4.6.1 图像匹配
4.6.2 控制参数整定
4.7 本章 小结
参考文献
第5章 人工蜂群算法
5.1 引言
5.2 起源和进展
5.3 基本原理
5.4 数学模型
5.5 理论分析
5.6 应用实例
5.6.1 函数极值优化
5.6.2 目标识别
5.7 本章 小结
参考文献
第6章 微分进化算法
6.1 引言
6.2 起源和进展
6.3 原理与模型
6.3.1 数学模型
6.3.2 参数设置
6.3.3 算法流程
6.3.4 算法扩展模式
6.4 理论分析
6.4.1 Markov链模型
6.4.2 收敛性分析
6.5 应用实例
6.5.1 TSP问题
6.5.2 无人机航路规划
6.6 本章 小结
参考文献
第7章 Memetic算法
7.1 引言
7.2 起源和进展
7.3 基本原理
7.3.1 meme理论
7.3.2 算法流程
7.3.3 结构分析
7.3.4 主要特点
7.4 理论分析
7.4.1 局部搜索上限问题讨论
7.4.2 收敛性分析
7.5 应用实例
7.5.1 移动机器人路径规划
7.5.2 高维函数优化
7.6 本章 小结
参考文献
第8章 文化算法
8.1 引言
8.2 起源与进展
8.3 基本原理
8.4 数学模型
8.4.1 种群空间
8.4.2 信度空间
8.4.3 接受函数
8.4.4 影响函数
8.5 应用实例
8.6 本章 小结
参考文献
第9章 人工免疫算法
9.1 引言
9.2 起源和进展
9.3 生物免疫系统
9.3.1 基本概念
9.3.2 组成和功能
9.3.3 基本原理
9.3.4 计算能力
9.4 原理与模型
9.4.1 算法原理
9.4.2 主要算子
9.4.3 算法流程
9.5 理论分析
……
第10章 DNA计算
第11章 仿生硬件
第12章 研究前沿与展望
附录
Bio-inspired computing
- 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
×
