前言 随着社会的进步，在科学研究和工程实践中遇到的问题正变得越来越复杂，采用传统的信息处理方法来解决这些问题面临着计算复杂度高、计算时间长等问题，传统算法根本无法在可以接受的时间内求出精确解。因此，为了在求解时间和求解精度上取得平衡，科研工作者们提出了很多具有启发式特征的计算智能算法。这些算法通过模拟大自然和人类的智慧实现对问题的优化求解，即在可接受的时间内求解出可以接受的解。 计算智能是智能信息处理的核心技术，作为一门新兴的交叉学科，与人工智能、生命科学、自动控制、计算机科学、应用数学、生物工程、系统工程等有着密切的联系。计算智能因其智能性、并行性和健壮性，具有很好的自适应能力和很强的全局搜索能力，得到了众多研究者的广泛关注，目前已经在算法理论和算法性能方面取得了很多突破性的成果，在科学研究和生产实践中发挥了重要的作用。 本书内容包括神经计算、进化计算、模糊计算、数据融合、禁忌搜索算法、模拟退火算法、蚁群算法以及粒子群优化算法等内容以及相关技术的应用实例。本书共分为6章。第1章是智能信息处理技术绪论，主要介绍智能信息处理技术的产生与发展、人工智能与计算智能的特点与发展历程以及计算智能技术的集成； 第2章是神经计算，主要介绍前馈型神经网络、反馈型神经网络、RBF神经网络、自组织神经网络以及模糊神经网络等方法的基本原理与相关应用实例； 第3章是进化计算，主要介绍进化计算的一般框架与特点、遗传算法、进化规划、进化策略等内容与相关实例； 第4章是模糊计算，主要介绍知识表示和推理、模糊理论、模糊集合、模糊关系以及模糊信息处理等内容与应用实例； 第5章是数据融合，主要介绍数据融合基本概念、数据融合主要技术、数据融合主要结构、数据融合关联技术以及卡尔曼滤波等内容和应用实例； 第6章是常见的智能优化算法，主要介绍禁忌搜索算法、模拟退火算法、蚁群算法以及粒子群优化算法等方法的原理与应用实例。 本书由蒋海峰、王宝华编著。课题组的张曼、王冰冰、李铭等参与了本书部分章节内容的编写、图表的绘制、文字段落的排版以及对书中实例进行验证等工作，邱蕴锋、王振益、邹德龙等参与了前期讨论以及提纲制定，对他们的付出与努力表示感谢。此外，本书参考和引用了一些论文和书籍资料，在此向相关作者一并表示感谢。 智能信息处理技术是一门新兴交叉技术，许多理论方法和技术问题仍需进一步研究与完善。限于作者对智能信息处理技术的认识水平，书中难免存在缺点与不足，希望得到广大读者的批评指正。 作者 2019年1月

• 课件下载
• 样章下载
• 暂无网络资源

扫描二维码
下载APP了解更多

版权图片链接