基本信息
作者：溫正，孫華克
定價：89元
印次：1-2
ISBN：9787302467748
出版日期：2017.09.01
印刷日期：2017.10.27
內容簡介
本書以最新推出的MATLAB 2016a軟體為基礎，詳細介紹了各種智慧型算法的原理及其MATLAB在智慧型算法中的套用，是一種MATLAB智慧型算法設計的綜合性參考書。全書以智慧型算法原理及MATLAB套用為主線，結合各種套用實例，詳細講解了智慧型算法的MATLAB實現。全書分為兩部共13章，第一部分首先從人工智慧概述開始，詳細介紹了神經網路算法、粒子群算法、遺傳算法、模糊邏輯控制、免疫算法、蟻群算法、小波分析算法及其MATLAB的實現方式等內容； 第二部分詳細介紹了智慧型算法的工程中的套用問題，包括模糊神經網路在工程中的套用、遺傳算法在圖像處理中的套用、神經網路在參數估計中的套用、基於智慧型算法的PID控制和智慧型算法的綜合套用等。
目錄結構
第一部分專題介紹
第1章人工智慧概述
1.1人工智慧的基本概念
1.1.1智慧型的概念
1．1．2人工智慧的概念
1．1．3人工智慧的研究目標
1．1．4人工智慧的研究方法
1．2人工智慧的特徵
1．3人工智慧的套用
1．3．1機器思維
1．3．2機器感知
1．3．3機器行為
1．3．4機器學習
1．3．5機器計算
1．3．6分散式人工智慧
1．3．7機器系統
1．3．8典型套用
1．4本章小結
第2章神經網路算法及其MATLAB實現
2．1神經網路基礎
2．1．1人工神經網路的發展
2．1．2人工神經網路研究內容
2．1．3人工神經網路研究方向
2．1．4人工神經網路發展趨勢
2．2神經網路的結構及學習
2．2．1神經網路結構
2．2．2神經網路學習
2．2．3MATLAB在神經網路中的套用
2．3MATLAB神經網路工具箱
2．3．1神經網路工具箱函式
2．3．2神經網路工具箱的圖形用戶界面
2．3．3神經網路的MATLAB實現
2．4Simulink神經網路控制工具箱
2．4．1神經網路模型預測控制
2．4．2反饋線性化控制
2．4．3模型參考控制
2．5本章小結
第3章粒子群算法及其MATLAB實現
3．1粒子群算法基礎
3．1．1粒子群算法的發展
3．1．2粒子群算法研究內容
3．1．3粒子群算法的特點
3．1．4粒子群算法的套用
3．2基本粒子群算法
3．2．1基本原理
3．2．2算法構成要素
3．2．3算法參數設定
3．2．4算法的基本流程
3．2．5算法的MATLAB實現
3．3MATLAB粒子群工具箱
3．4權重改進的粒子群算法
3．4．1自適應權重法
3．4．2隨機權重法
3．4．3線性遞減權重法
3．5混合粒子群算法
3．5．1基於雜交的算法
3．5．2基於自然選擇的算法
3．5．3基於免疫的粒子群算法
3．5．4基於模擬退火的算法
3．6本章小結
第4章遺傳算法及其MATLAB實現
4．1遺傳算法的基本概念
4．1．1算法的基本運算
4．1．2遺傳算法的特點
4．1．3遺傳算法中的術語
4．1．4遺傳算法的發展現狀
4．1．5遺傳算法的套用領域
4．2遺傳算法的原理
4．2．1算法運算過程
4．2．2算法編碼
4．2．3適應度及初始群體選取
4．3遺傳算法程式設計及其MATLAB工具箱
4．3．1程式設計
4．3．2算法參數設計原則
4．3．3適應度函式的調整
4．3．4算法MATLAB工具箱及其套用
4．3．5遺傳算法的GUI實現
4．4遺傳算法的典型套用
4．4．1利用遺傳算法求解函式極值
4．4．2遺傳算法在TSP中的套用
4．4．3遺傳算法的求解最佳化
4．5本章小結
第5章模糊邏輯控制及其MATLAB實現
5．1模糊邏輯控制基礎
5．1．1模糊邏輯控制的基本概念
5．1．2模糊邏輯控制原理
5．1．3模糊邏輯控制器設計的內容
5．1．4模糊邏輯控制規則設計
5．1．5模糊邏輯控制系統的套用領域
5．2模糊邏輯控制工具箱
5．2．1模糊邏輯控制工具箱的功能特點
5．2．2模糊系統的基本類型
5．2．3模糊邏輯控制系統的構成
5．2．4模糊推理系統的建立、修改與存儲管理
5．2．5模糊語言變數及其語言值
5．2．6模糊語言變數的隸屬度函式
5．2．7模糊規則的建立與修改
5．2．8模糊推理計算與去模糊化
5．3模糊邏輯控制工具箱的圖形界面工具
5．3．1FIS編輯器
5．3．2隸屬度函式編輯器
5．3．3模糊規則編輯器
5．3．4模糊規則瀏覽器
5．3．5模糊推理輸入輸出曲面視圖
5．4模糊邏輯控制的經典套用
5．4．1基於Simulink的模糊邏輯控制套用
5．4．2基於模糊邏輯控制的路徑規劃套用
5．5本章小結
第6章免疫算法及其MATLAB實現
6.1免疫算法的基本概念
6.1.1生物免疫系統
6.1.2免疫算法基本原理
6.1.3免疫算法步驟和流程
6.1.4免疫系統模型和免疫算法
6.1.5免疫算法特點
6.1.6免疫算法的發展趨勢
6.2免疫遺傳算法
6.2.1免疫遺傳算法步驟和流程
6.2.2基於MATLAB實現免疫遺傳算法
6.3免疫算法的MATLAB套用
6.3.1免疫算法在克隆選擇中的套用
6.3.2免疫算法在最短路徑規劃問題中的套用
6.3.3免疫算法在TSP中的套用
6.3.4免疫算法在故障檢測中的套用
6.4本章小結
第7章蟻群算法及其MATLAB實現
7.1蟻群算法概述
7.1.1蟻群算法起源
7.1.2蟻群算法的基本原理
7.1.3自適應蟻群算法的介紹
7.1.4蟻群算法實現的重要規則
7.1.5蟻群算法的特點
7.1.6蟻群最佳化算法的套用
7.2蟻群算法的MATLAB實現
7.3蟻群算法在MATLAB中的套用
7.3.1蟻群算法在路徑規劃中的套用
7.3.2蟻群算法在解決TSP中的套用
7.4本章小結
第8章小波分析算法及其MATLAB實現
8.1傅立葉變換到小波分析
8.1.1傅立葉變換
8.1.2小波分析
8.2Mallat算法
8.2.1Mallat算法原理
8.2.2常用小波函式介紹
8.2.3Mallat算法示例
8.3小波GUI簡介
8.4小波分析用例
8.4.1信號壓縮
8.4.2信號去噪
8.4.3分離信號的不同成分
8.5小波變換在圖像處理中的套用
8.5.1小波變換用於圖像壓縮
8.5.2小波在圖像邊緣檢測的套用
8.5.3小波變換在圖像增強方面的套用
8.6本章小結
第二部分綜合實例套用
第9章模糊神經網路在工程中的套用
9.1模糊神經網路
9.1.1模糊神經網路概述
9.1.2模糊系統與神經網路的區別與聯繫
9.1.3典型模糊神經網路結構
9.1.4自適應模糊神經推理系統
9.2模糊神經網路建模方法
9.3模糊神經網路在工程中的套用
9.3.1模糊神經網路在解耦控制中的套用
9.3.2模糊神經網路在函式逼近中的套用
9.4本章小結
第10章遺傳算法在圖像處理中的套用
10.1圖像分割的基礎知識
10.1.1圖像分割的概念
10.1.2圖像分割的理論
10.1.3灰度門限法簡介
10.1.4基於最大類間方差圖像分割原理
10.2遺傳算法實現圖像分割
10.2.1利用遺傳算法實現圖像分割的原理
10.2.2算法的實現
10.3遺傳算法在圖像處理中的套用
10.3.1基於遺傳算法的道路圖像閾值分割
10.3.2基於遺傳神經網路的圖像分割
10.3.3套用遺傳算法和KSW熵法實現灰度圖像閾值分割
10.4本章小結
第11章神經網路在參數估計中的套用
11.1參數估計的基本知識
11.1.1參數估計的概念
11.1.2點估計與區間估計
11.1.3樣本容量
11.2幾種通用神經網路MATLAB代碼
11.3神經網路在參數估計中的套用
11.3.1神經網路在人臉識別中的套用
11.3.2灰色神經網路在數據預測中的套用
11.3.3BP神經網路在數據預測中的套用
11.3.4機率神經網路在分類預測中的套用
11.4本章小結
第12章基於智慧型算法的PID控制器設計
12.1PID控制器的理論基礎
12.2智慧型算法在PID控制器設計中的套用
12.2.1神經網路在PID控制器設計中的套用
12.2.2模糊控制在PID控制器設計中的套用
12.2.3遺傳算法在PID控制器設計中的套用
12.3本章小結
第13章智慧型算法綜合套用
13.1模糊神經網路控制在MATLAB中的套用
13.2基於遺傳算法的MP算法的套用
13.3本章小結
參考文獻
