现代智能仿生算法及其应用PDF电子书下载

1绪论 1

1.1智能科学及其内容 1

1.2智能仿生算法及其内容 3

参考文献 7

2人工神经网络 9

2.1人工神经网络的生物基础 9

2.2人工神经网络的发展 12

2.3人工神经网络的基本模型及其算法 14

2.4 BP网络及其改进 26

2.5人工神经网络在非线性时序预测中的应用研究 33

参考文献 42

3进化算法 44

3.1进化算法的生物基础 44

3.2进化算法的分类 45

3.3遗传算法 47

3.4进化规划 63

3.5进化策略及遗传规划 72

3.6进化算法的设计 76

参考文献 78

附录A用于无约束优化的典型测试函数 80

附录B用于约束优化的典型测试函数 84

4进化神经网络 88

4.1进化神经网络的生物基础 88

4.2进化神经网络的基本模型 89

4.3进化神经网络算法 91

4.4进化神经网络的应用 99

参考文献 115

5蚁群算法 118

5.1蚁群算法的生物基础 118

5.2蚁群算法的基本模型 120

5.3蚁群算法的改进研究 123

5.4改进蚁群算法的应用 134

5.5蚁群算法的其他模型及其应用 153

5.6蚁群算法的典型应用 172

5.7蚁群算法的比较研究 174

参考文献 175

6粒子群优化算法 178

6.1引言 178

6.2生物学背景：人工生命 179

6.3算法介绍 180

6.4粒子群优化算法的参数设置 185

6.5遗传算法和粒子群优化算法的比较 185

6.6粒子群优化算法和人工神经网络的融合 187

6.7粒子群优化算法的应用 188

6.8粒子群优化算法的发展 189

参考文献 189

7免疫算法 191

7.1免疫算法的生物学基础——生物免疫系统 191

7.2免疫算法的基本模型及算法 194

7.3免疫算法与其他算法的结合 202

7.4人工免疫系统的应用 207

7.5人工免疫系统的发展 209

参考文献 210

8细胞自动机 212

8.1细胞自动机简介 212

8.2细胞自动机的一般描述 213

8.3细胞自动机的物理描述 216

8.4细胞自动机的数学描述 217

8.5细胞自动机的特征 219

8.6细胞自动机的典型应用 220

参考文献 222

9智能仿生算法的新进展 224

9.1人工鱼群算法 224

9.2人口迁移算法 230

9.3人工蜂群算法 234

参考文献 239