現(xiàn)代智能算法理論及應(yīng)用

前言
第一章緒論
第一節(jié)人工免疫系統(tǒng)概述
第二節(jié)分形編碼概述
第三節(jié)蟻群優(yōu)化概述
第四節(jié)支持向量機(jī)概述
第一部分免疫優(yōu)化及免疫網(wǎng)絡(luò)算法理論和應(yīng)用
第二章免疫學(xué)基本理論及人工免疫系統(tǒng)概論
第一節(jié)免疫學(xué)基本概念及原理
第二節(jié)人工免疫系統(tǒng)概述
第三節(jié)本篇研究的主要內(nèi)容及意義
第四節(jié)最優(yōu)化問題及分類
第五節(jié)測試問題及性質(zhì)分析
第六節(jié)本章小結(jié)
參考文獻(xiàn)
第三章免疫算法理論及應(yīng)用
第一節(jié)引言
第二節(jié)免疫算法的概念及工作原理
第三節(jié)免疫算子及相關(guān)概念
第四節(jié)突變規(guī)則
第五節(jié)免疫算法描述
第六節(jié)算法收斂性概念
第七節(jié)免疫算子性質(zhì)及齊次免疫算法收斂性
第八節(jié)非齊次免疫算法收斂性
第九節(jié)免疫算法收斂速度分析
第十節(jié)免疫算法穩(wěn)定性理論
第十一節(jié)免疫算法的計算復(fù)雜度及魯棒性分析
第十二節(jié)齊次及非齊次免疫算法理論比較分析
第十三節(jié)免疫算法的性能測試
第十四節(jié)應(yīng)用舉例
第十五節(jié)本章小結(jié)
參考文獻(xiàn)
第四章形態(tài)空間上免疫算法及收斂性理論
第一節(jié)引言
第二節(jié)小生境免疫算法
第三節(jié)動態(tài)規(guī)模免疫算法
第四節(jié)約束優(yōu)化免疫算法
第五節(jié)模糊控制免疫算法
第六節(jié)形態(tài)空間上免疫算法的收斂性
第七節(jié)應(yīng)用舉例
第八節(jié)本章小結(jié)
參考文獻(xiàn)
第五章多目標(biāo)優(yōu)化免疫算法及免疫網(wǎng)絡(luò)算法
第一節(jié)引言
第二節(jié)預(yù)備知識
第三節(jié)非約束條件下多目標(biāo)優(yōu)化免疫算法
第四節(jié)約束多目標(biāo)優(yōu)化免疫算法
第五節(jié)模糊免疫網(wǎng)絡(luò)分類算法
第六節(jié)本章小結(jié)
參考文獻(xiàn)
第二部分圖像編碼的分形算法
第六章分形編碼的數(shù)學(xué)基礎(chǔ)
第一節(jié)引言
第二節(jié)度量空間
第三節(jié)分形
第四節(jié)迭代函數(shù)系統(tǒng)
第五節(jié)本章小結(jié)
參考文獻(xiàn)
第七章基本分形編碼算法
第一節(jié)引言
第二節(jié)矢量量化與分形編碼
第三節(jié)迭代函數(shù)系統(tǒng)正問題與自然圖形模擬
第四節(jié)迭代函數(shù)系統(tǒng)逆問題與圖像編碼
第五節(jié)分形編碼算法的基本原理與實現(xiàn)
第六節(jié)本章小結(jié)
參考文獻(xiàn)
第八章分形編碼的改進(jìn)算法
第一節(jié)引言
第二節(jié)圖像分割
第三節(jié)虛擬碼本構(gòu)成
第四節(jié)亮度變換類型
第五節(jié)變換參數(shù)的量化
第六節(jié)分形解碼
第七節(jié)最優(yōu)分形編碼
第八節(jié)快速分形編碼
第九節(jié)混合分形編碼
第十節(jié)本章小結(jié)
參考文獻(xiàn)
第三部分蟻群優(yōu)化算法理論及其應(yīng)用
第九章蟻群優(yōu)化算法概述
第一節(jié)引言
第二節(jié)蟻群優(yōu)化原理及算法描述
第三節(jié)蟻群優(yōu)化的特點
第四節(jié)蟻群優(yōu)化與其他算法的關(guān)系
第五節(jié)蟻群優(yōu)化的研究現(xiàn)狀
第六節(jié)本章小結(jié)
參考文獻(xiàn)
第十章蟻群優(yōu)化元啟發(fā)式及其收斂性
第一節(jié)引言
第二節(jié)蟻群優(yōu)化元啟發(fā)式
第三節(jié)蟻群優(yōu)化的收斂性
第四節(jié)本章小結(jié)
參考文獻(xiàn)
第十一章基本蟻群優(yōu)化算法及其改進(jìn)算法
第一節(jié)引言
第二節(jié)螞蟻系統(tǒng)及其屬性
第三節(jié)改進(jìn)的蟻群優(yōu)化算法
第四節(jié)一種新的自適應(yīng)蟻群算法
第五節(jié)基于混合行為的蟻群算法
第六節(jié)本章小結(jié)
參考文獻(xiàn)
第十二章蟻群優(yōu)化的并行實現(xiàn)
第一節(jié)蟻群優(yōu)化的并行實現(xiàn)概述
第二節(jié)螞蟻系統(tǒng)的同步并行實現(xiàn)和部分異步并行實現(xiàn)
第三節(jié)SPI與PAPI的對比實驗
第四節(jié)對一類帶聚類特征TSP的并行蟻群算法求解
第五節(jié)本章小結(jié)
參考文獻(xiàn)
第十三章蟻群優(yōu)化算法的應(yīng)用
第一節(jié)概述
第二節(jié)蟻群優(yōu)化算法與K-TSP
第三節(jié)蟻群優(yōu)化與二次分配問題
第四節(jié)蟻群優(yōu)化算法與車間作業(yè)調(diào)度問題
第五節(jié)蟻群優(yōu)化算法與網(wǎng)絡(luò)路由問題
第六節(jié)蟻群算法與0-1背包問題
第七節(jié)蟻群優(yōu)化算法與三維空間機(jī)器人路徑規(guī)劃
第八節(jié)本章小結(jié)
參考文獻(xiàn)
第四部分小樣本統(tǒng)計學(xué)習(xí)理論與支持向量機(jī)
第十四章小樣本統(tǒng)計學(xué)習(xí)的基本理論
第一節(jié)引言
第二節(jié)基于SLT的機(jī)器學(xué)習(xí)理論的基本觀點
第三節(jié)支持向量機(jī)算法
第四節(jié)算例
第五節(jié)本章小結(jié)
參考文獻(xiàn)
第十五章基于SVM的多類分類算法及其在故障診斷中的應(yīng)用
第一節(jié)引言
第二節(jié)基于二叉樹的多級SVM分類器
第三節(jié)SVM用于故障診斷的一般步驟
第四節(jié)基于SVM的柴油機(jī)故障診斷
第五節(jié)本章小結(jié)
參考文獻(xiàn)
第十六章基于支持向量機(jī)的函數(shù)回歸的方法
第一節(jié)常用的損失函數(shù)的定義
第二節(jié)函數(shù)回歸的SVM方法
第三節(jié)基于SVM的故障趨勢預(yù)測研究
第四節(jié)本章小結(jié)
參考文獻(xiàn)
中英文詞匯對照