《计算智能理论与方法》是2003年科学出版社出版的图书，作来自者是张雷、范波。本书主要讲述了计算智能方面的理论与计算智能360百科方面的方法。

• 书名 计算智能理论与方法
• 作者 张雷、范波
• ISBN 9787030367723
• 页数 261
• 定价 65.00元

内容简介

　　计算来自智能是借助现代计算工具通过模拟360百科人的智能来求解问题(或处理信息)的理论与方法，它是人工智能的深化与发展，也是当前人工智能技术的重要组成部分。计师剂未所牛扩讲长然波从算智能的理论和方法是信息科学、生命科学、认知科学等不同学科相互交叉、相互渗透、相互促进而产生的一门新的学科。《智能科学技术著作丛书:计算智能理论与方法》的主要内容包括进化计算方法及其应用、人工免疫系统和算法、人工神经网络及其实呀亲坚尼施过程、模糊逻辑系统及其具体应用。

　　《智能科学技术著作丛书:计算智能理论与给买草强入直云十每程方法》可作为计算机科学、自动就控制、工业自动化、电气工程及其自动化、应用数学等专业的高年级本科贵谓生和研究生的参考教材，也可供跑全势沙上述专业和相关行业的工程技术人员参考。

图书目录

　　《智设心增盟太何细细么语室能科学技术著作丛书》序

　　前言

　　第1章绪论

　　1.1计算智能的概念

　　1.2计算智能技术的产生和发展过程

　　1.3计算智能技术的主要应用领域

　　1.4本书的结构和内容安排

　　参考文献

　　第2章进化计算的概念和范例

　　2.1概述

　　2.2模拟进化计算方法的生物学基础

　　2.2.1遗传变异理论

　　2.2.2生物进化论

　　2.3模拟进化计算方法的发展历史

　　2.3.1萌芽期

　　2.3.2成长期

　　2.3.3发展期

　　2.4模拟进化计算方法的一般框架结构

　　2.5模拟进化计算方法的典型应用领域

　　2.6总结

　　参考文献

　　第3章遗传限概算法

　　3.1遗传算法概述

　　3.1.认吸察吧叶矛及我及斗1遗传算法的发展历介液洋做常合史

　　3.1.2遗传算法的特点

　　3.2遗传算法的理论基础

　　3.2.1模式的概念

　　3.2.2模式定理

　　3.2.3积木块假说

　　3.2.4隐含并行性

　　3.3基本遗传算法及其改进算法

　　3.3.1基本概念

　　3.3.2遗传操作

　绍吃通诉证气胡盾　3.3.3基本遗传算法

　　3.3.4改进的遗传算法

　　3.提4遗传算法的具体应用

　　3.4.1遗传算法在组合优化中过的应用

　　3.4.2遗传算法在数据挖掘中的应用

　　3.5总结

　　参考文献

　　第4章进化规划

　　4.1概述

　　4.2进化规划算法的工作过程

　　4.2.武这黑带数校增径1实施步骤

　　4.2.2算法实施中的具体操作

　　4.3进化规划算法的特点和优势

　　4.3.限罗随1进化规划算法的典型特点

　　4.3.2遗传算法和进化规划算法的比较

　还句见亮注吃许　4.4进化规划算法的具体应用

　　4.4.1基于有限最坚海饭找谓采状态机的预测

　　4.4.2基于进化规划算法的多模态函数优化

　怕代装　4.5总结

　　参考文献

　　第5章其他模拟进化计算技术

　　5.1进化策略

　　5.1.1进化策略的表示形式

　　5.1.2进化策略的实施步骤

　　5.1.3进化策略与进化规划的异同

　　5.1.4进化策略实施中的关键问题

　　5.2遗传编程

　　5.2.1概述

　　5.2.2遗传编程的实施步骤

　　5.2.3遗传编程算法的特点

　　5.3粒子群优化算法

　　5.3.1概述

　　5.3.2粒子群优化算法的基本原理

　　5.3.3粒子群优化算法的步骤

　　5.3.4粒子群优化算法的特点

　　5.4总结

　　参考文献

　　第6章人工免疫系统及算法

　　6.1生物免疫系统简介

　　6.1.1生物免疫系统的组成

　　6.1.2生物免疫系统的主要功能

　　6.2免疫系统可被借鉴的相关理论

　　6.2.1生物免疫系统的主要原理和机制

　　6.2.2生物免疫系统的信息处理特性

　　6.3人工免疫系统的模型及算法

　　6.3.1人工免疫网络

　　6.3.2负选择算法

　　6.3.3克隆选择算法

　　6.3.4总结

　　6.4人工免疫系统的应用

　　6.4.1聚类分析

　　6.4.2其他应用领域

　　6.5人工免疫系统的发展展望

　　参考文献

　　第7章人工神经网络

　　7.1神经网络概述

　　7.1.1生物神经元和生物神经网络

　　7.1.2人工神经网络的发展过程

　　7.1.3人工神经网络的学习方法

　　7.2感知器和前向神经网络

　　7.2.1感知器

　　7.2.2BP神经网络

　　7.2.3总结

　　7.3径向基函数网络

　　7.3.1RBF神经网络模型

　　7.3.2RBF神经网络的数学基础

　　7.3.3RBF神经网络的应用

　　7.4反馈型神经网络

　　7.4.1离散型Hopfield神经网络

　　7.4.2连续型Hopfield神经网络

　　7.5小脑模型神经网络

　　7.5.1CMAC神经网络模型及工作原理

　　7.5.2CMAC神经网络的学习算法

　　7.6自组织神经网络

　　7.6.1自适应共振理论神经网络

　　7.6.2自组织特征映射网络

　　7.7总结

　　参考文献

　　第8章模糊逻辑理论与系统

　　8.1模糊理论概述

　　8.1.1模糊现象与模糊概念

　　8.1.2模糊数学与模糊理论

　　8.1.3模糊理论的发展和应用

　　8.2模糊集合及其运算

　　8.2.1模糊集合的定义

　　8.2.2模糊集合的运算

　　8.3模糊逻辑和模糊推理

　　8.3.1模糊关系

　　8.3.2模糊关系的运算

　　8.3.3模糊逻辑

　　8.3.4模糊推理

　　8.4模糊系统在自动控制系统中的应用

　　8.4.1模糊控制器与模糊控制系统

　　8.4.2模糊控制系统的工作原理

　　8.4.3模糊控制系统设计的关键问题

　　8.4.4模糊自适应PID控制器的设计

　　8.5总结

　　参考文献

　　第9章基于进化计算的模糊系统设计

　　9.1基于模糊规则的模糊系统

　　9.1.1概述

　　9.1.2基于模糊规则系统设计

　　9.2遗传模糊系统

　　9.2.1概述

　　9.2.2实施步骤

　　9.2.3研究现状

　　9.3基于遗传算法的模糊控制器的设计方法

　　9.3.1基于遗传算法的模糊控制器设计概述

　　9.3.2遗传模糊控制系统的总体设计方案

　　9.3.3基于遗传算法来确定模糊控制规则

　　9.3.4应用实例

　　9.3.5结论

　　9.4总结

　　参考文献

　　第10章计算智能方法的性能评价

　　10.1通用事项

　　10.1.1选择金标准

　　10.1.2训练数据集和测试数据集的划分

　　10.1.3显著性差异

　　10.1.4交叉验证

　　10.1.5适应度

　　10.2准确率

　　10.3误差评价性能指标

　　10.3.1平均平方误差

　　10.3.2绝对误差

　　10.3.3归一化误差

　　10.4接受者操作特征曲线

　　10.5召回率和精确率

　　10.6总结

　　参考文献