軟計算方法是國際上*發(fā)展起來的數(shù)學優(yōu)化方法，它在國民經(jīng)濟的各個領域都有廣泛的應用。本書較系統(tǒng)地介紹了軟計算及其應用方法，包括模擬退火算法、人工神經(jīng)網(wǎng)絡計算方法、遺傳算法、支持向量機和模糊計算等。書中從結構上對軟計算方法進行了統(tǒng)一地描述，并注重敘述各內(nèi)容之間的相互融合，特別注意講述這些軟計算方法的實際應用，并給出了其應用實例。
本書取材新穎，反映了當前國際先進的軟計算技術，并兼顧課堂教學、自學的特點。敘述深入淺出，易讀易懂，可作為高等院校相關專業(yè)的研究生、本科生的教材和參考書，也可供有關學科的教師及工程技術人員參考。
更多科學出版社服務，請掃碼獲取。
前言
第1章 緒論
1.1 軟計算與人工智能的關系
1.2 軟計算科學的主要分支
1.2.1 人工神經(jīng)網(wǎng)絡
1.2.2 遺傳算法
1.2.3 模糊邏輯
1.3 軟計算的特性
1.4 軟計算研究的主要問題
1.4.1 學習
1.4.2 搜索
1.4.3 推理
第2章 模擬退火算法
2.1 概述
2.1.1 物理退火過程
2.1.2 Metroplis算法
2.1.3 模擬退火算法
2.2 模擬退火算法的收斂性分析
2.2.1 模擬退火算法的Markov鏈描述
2.2.2 模擬退火算法的收斂性
2.3 模擬退火算法的設計
2.3.1 初始溫度t
2.3.2 終止溫度t2
2.3.3 Markov鏈長L4
2.3.4 控制參數(shù)的更新函數(shù)T(t)
2.4 模擬退火算法的應用
2.4.1 模擬退火算法應用的一般要求
2.4.2 典型組合優(yōu)化問題的模擬退火算法
參考文獻
第3章 人工神經(jīng)網(wǎng)絡
3.1 人工神經(jīng)網(wǎng)絡的基本概念
3.1.1 生物神經(jīng)元模型
3.1.2 人工神經(jīng)元模型
3.1.3 人工神經(jīng)網(wǎng)絡模型
3.2 人工神經(jīng)網(wǎng)絡的學習方法
3.2.1 學習機理
3.2.2 學習方法
3.2.3 學習規(guī)則
3.3 前向式神經(jīng)網(wǎng)絡與算法
3.3.1 感知器及算法
3.3.2 BP網(wǎng)絡與誤差反向傳播算法
3.4 反饋網(wǎng)絡模型及其主要算法
3.4.1 Hopfield網(wǎng)絡與算法
3.4.2 Boltzmann機網(wǎng)絡和學習方法
3.4.3 自組織特征映射網(wǎng)絡和算法
3.5 神經(jīng)網(wǎng)絡的系統(tǒng)設計
3.5.1 神經(jīng)網(wǎng)絡的適用范圍
3.5.2 神經(jīng)網(wǎng)絡的設計過程和需求分析
3.5.3 神經(jīng)網(wǎng)絡的性能評價
3.5.4 輸入數(shù)據(jù)的預處理
3.6 神經(jīng)網(wǎng)絡的應用
3.6.1 基于神經(jīng)網(wǎng)絡的優(yōu)化計算
3.6.2 圖像邊緣檢測
參考文獻
第4章 遺傳算法
4.1 遺傳算法的概念
4.1.1 遺傳算法的生物遺傳學基礎
4.1.2 遺傳算法的·般結構
4.1.3 遺傳算法的特點
4.2 標準遺傳算法的基本設計
4.2.1 編碼
4.2.2 適應度函數(shù)
4.2.3 遺傳算法的基本操作
4.2.4 遺傳算法的終止控制設計
……
第5章 支持向量機
第6章 模糊計算
參考文獻
書單推薦
