| ISBN | 出版时间 | 包装 | 开本 | 页数 | 字数 |
|---|---|---|---|---|---|
| 未知 | 暂无 | 暂无 | 未知 | 0 | 暂无 |
1 绪论
1.1 智能科学及其内容
1.2 智能仿生算法及其内容
参考文献
2 人工神经网络
2.1 人工神经网络的生物基础
2.2 人工神经网络的发展
2.3 人工神经网络的基本模型及其算法
2.4 bp网络及其改进
2.5 人工神经网络在非线性时序预测中的应用研究
参考文献
3 进化算法
3.1 进化算法的生物基础
3.2 进化算法的分类
3.3 遗传算法
3.4 进化规划
3.5 进化策略及遗传规划
3.6 进化算法的设计
参考文献
参考文献
附录a 用于无约束优化的典型测试函数
附录b 用于约束优化的典型测试函数
4 进化神经网络
4.1 进化神经网络的生物基础
4.2 进化神经网络的基本模型
4.3 进化神经网络算法
4.4 进化神经网络的应用
参考文献
5 蚁群算法
5.1 蚁群算法的生物基础
5.2 蚁群算法的基本模型
5.3 蚁群算法的改进研究
5.4 改进蚁群算法的应用
5.5 蚁群算法的其他模型及其应用
5.6 蚁群算法的典型应用
5.7 蚁群算法的比较研究
参考文献
6 粒子群优化算法
6.1 引言
6.2 生物学背景：人工生命
6.3 算法介绍
6.4 粒子群优化算法的参数设置
6.5 遗传算法和粒子群优化算法的比较
6.6 粒子群优化算法和人工神经网络的融合
6.7 粒子群优化算法的应用
6.8 粒子群优化算法的发展
7 免疫算法
7.1 免疫算法的生物学基础——生物免疫系统
7.2 免疫算法的基本模型及算法
7.3 免疫算法与其他算法的结合
7.4 人工免疫系统的应用
7.5 人工免疫系统的发展
参考文献
8 细胞自动机
8.1 细胞自动机简介
8.2 细胞自动机的一般描述
8.3 细胞自动机的物理描述
8.4 细胞自动机的数学描述
8.5 细胞自动机的特征
8.6 细胞自动机的典型应用
参考文献
9 智能仿生算法的新进展
9.1人工鱼群算法
9.2 人口迁移算法
9.3人工蜂群算法
参考文献
