图书介绍
仿生智能计算PDF|Epub|txt|kindle电子书版本下载
- 段海滨，张祥银，徐春芳编著 著
- 出版社： 北京：科学出版社
- ISBN：9787030295583
- 出版时间：2011
- 标注页数：286页
- 文件大小：29MB
- 文件页数：305页
- 主题词：人工智能－计算
PDF下载
下载说明
仿生智能计算PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 绪论1
1.1 引言1
1.2 最优化、NP-hard问题及算法复杂度2
1.2.1 最优化问题2
1.2.2 NP-hard问题2
1.2.3 算法复杂度5
1.3 仿生智能计算方法7
1.4 仿生智能计算方法的共同点15
1.5 本书体系结构16
1.6 本章小结17
参考文献17
第2章 数学基础19
2.1 引言19
2.2 Markov链理论19
2.2.1 定义及其等价性质19
2.2.2 齐次Markov链及状态类21
2.2.3 Markov链的极限分布26
2.3 鞅与鞅列30
2.4 模式定理30
2.4.1 模式31
2.4.2 模式定理的证明31
2.5 本章小结34
参考文献34
第3章 蚁群算法36
3.1 引言36
3.2 起源和进展36
3.2.1 蚁群行为描述36
3.2.2 蚁群优化的机制原理37
3.2.3 研究进展38
3.3 系统学特征40
3.4 数学模型43
3.4.1 TSP43
3.4.2 算法流程45
3.5 理论分析48
3.5.1 ACOgb,τmin算法收敛性证明48
3.5.2 复杂度分析53
3.6 应用实例55
3.7 本章小结61
参考文献61
第4章 微粒群算法63
4.1 引言63
4.2 起源和进展63
4.3 基本原理67
4.3.1 基本思想67
4.3.2 算法流程68
4.3.3 社会行为分析69
4.4 数学模型70
4.4.1 全局模型与局部模型70
4.4.2 标准的算法模型71
4.4.3 引入收缩因子的算法模型72
4.4.4 邻域结构72
4.5 理论分析74
4.6 应用实例77
4.6.1 图像匹配77
4.6.2 控制参数整定79
4.7 本章小结85
参考文献85
第5章 人工蜂群算法88
5.1 引言88
5.2 起源和进展88
5.3 基本原理90
5.4 数学模型93
5.5 理论分析94
5.6 应用实例95
5.6.1 函数极值优化96
5.6.2 目标识别98
5.7 本章小结104
参考文献104
第6章 微分进化算法107
6.1 引言107
6.2 起源和进展107
6.3 原理与模型108
6.3.1 数学模型108
6.3.2 参数设置110
6.3.3 算法流程111
6.3.4 算法扩展模式113
6.4 理论分析115
6.4.1 Markov链模型115
6.4.2 收敛性分析116
6.5 应用实例117
6.5.1 TSP问题118
6.5.2 无人机航路规划121
6.6 本章小结126
参考文献127
第7章 Memetic算法130
7.1 引言130
7.2 起源和进展130
7.3 基本原理132
7.3.1 meme理论132
7.3.2 算法流程134
7.3.3 结构分析136
7.3.4 主要特点137
7.4 理论分析138
7.4.1 局部搜索上限问题讨论138
7.4.2 收敛性分析140
7.5 应用实例142
7.5.1 移动机器人路径规划142
7.5.2 高维函数优化146
7.6 本章小结147
参考文献148
第8章 文化算法150
8.1 引言150
8.2 起源与进展150
8.3 基本原理152
8.4 数学模型155
8.4.1 种群空间155
8.4.2 信度空间155
8.4.3 接受函数159
8.4.4 影响函数161
8.5 应用实例162
8.6 本章小结164
参考文献165
第9章 人工免疫算法168
9.1 引言168
9.2 起源和进展168
9.3 生物免疫系统171
9.3.1 基本概念171
9.3.2 组成和功能172
9.3.3 基本原理172
9.3.4 计算能力174
9.4 原理与模型175
9.4.1 算法原理175
9.4.2 主要算子176
9.4.3 算法流程178
9.5 理论分析179
9.6 应用实例182
9.6.1 基于免疫进化的TSP问题182
9.6.2 基于克隆选择的函数优化185
9.7 本章小结187
参考文献188
第10章 DNA计算190
10.1 引言190
10.2 起源和进展190
10.2.1 DNA基本结构190
10.2.2 相关生物酶192
10.2.3 DNA分子的基本操作193
10.2.4 研究进展195
10.3 基本原理195
10.3.1 基本流程195
10.3.2 实现方式197
10.3.3 优点198
10.4 数学模型198
10.4.1 剪接系统模型198
10.4.2 粘贴系统模型199
10.4.3 插入-删除系统模型200
10.4.4 强迫-禁止系统模型201
10.5 理论分析202
10.5.1 禁止集和强迫集的性质202
10.5.2 有限性条件203
10.5.3 强迫-禁止系统203
10.6 应用实例204
10.6.1 Adleman试管实验204
10.6.2 Adleman实验的计算机模拟206
10.7 本章小结207
参考文献207
第11章 仿生硬件209
11.1 引言209
11.2 定义与分类209
11.3 起源与进展210
11.4 基本原理211
11.5 蚁群算法硬件实现212
11.5.1 FPGA基本结构212
11.5.2 将蚁群算法映射到FPGA的难点213
11.5.3 P-ACO算法214
11.5.4 P-ACO算法在PFGA上的实现215
11.5.5 实验结果221
11.6 微粒群算法硬件实现224
11.6.1 量子微粒群算法模型224
11.6.2 QPSO算法系统硬件结构设计224
11.6.3 QPSO硬件子群系统结构225
11.6.4 具体功能模块设计226
11.7 本章小结228
参考文献228
第12章 研究前沿与展望230
12.1 引言230
12.2 哲学定理230
12.3 模型改进232
12.4 理论分析234
12.5 应用领域235
12.6 仿生硬件与产业化235
12.7 本章小结236
参考文献237
附录A 蚁群算法源程序238
附录B 微粒群算法源程序248
附录C 人工蜂群算法源程序252
附录D 微分进化算法源程序257
附录E Memetic算法源程序263
附录F 文化算法源程序266
附录G 人工免疫算法源程序272
附录H DNA计算源程序277
附录I 相关网站资源281