計算智能（理論技術(shù)與應(yīng)用）

前言
1 緒論
1. 1 從傳統(tǒng)人工智能到計算智能
1. 1. 1 智能
1. 1. 2 傳統(tǒng)人工智能
1. 1. 3 計算智能
1. 1. 4 其他智能理論
1. 1. 5 計算智能各領(lǐng)域間的聯(lián)系
1. 2 智能控制
1. 2. 1 控制理論的產(chǎn)生及其發(fā)展
1. 2. 2 智能控制的產(chǎn)生及其發(fā)展
1. 2. 3 智能控制的基本概念
1. 2. 4 智能控制的學(xué)科范疇
1. 2. 5 智能控制的未來與挑戰(zhàn)
1. 3 小結(jié)
思考題
2 模糊控制
2. 1 概述
2. 1. 1 模糊控制的發(fā)展簡史
2. 1. 2 模糊控制的研究進展
2. 1. 3 模糊控制的應(yīng)用領(lǐng)域
2. 2 模糊數(shù)學(xué)基礎(chǔ)
2. 2. 1 模糊集合
2. 2. 2 模糊運算
2. 2. 3 模糊關(guān)系
2. 2. 4 模糊變換
2. 2. 5 模糊推理
2. 2. 6 模糊決策
2. 3 模糊控制的基本原理
2. 3. 1 模糊控制器的基本結(jié)構(gòu)
2. 3. 2 模糊控制系統(tǒng)的組成
2. 4 模糊控制系統(tǒng)的分析和設(shè)計
2. 4. 1 模糊控制器的解析結(jié)構(gòu)
2. 4. 2 模糊控制系統(tǒng)的穩(wěn)定性分析
2. 4. 3 模糊系統(tǒng)萬能逼近理論
2. 5 模糊控制的工程應(yīng)用
2. 5. 1 激光加熱中組織溫度的實時模糊控制
2. 5. 2 Internet網(wǎng)絡(luò)的智能搜索
2. 6 小結(jié)
實驗
思考題
參考文獻
3 神經(jīng)網(wǎng)絡(luò)控制
3. 1 概述
3. 1. 1 神經(jīng)元模型
3. 1. 2 神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)和學(xué)習規(guī)則
3. 1. 3 神經(jīng)網(wǎng)絡(luò)的發(fā)展概況
3. 1. 4 神經(jīng)網(wǎng)絡(luò)的研究范疇
3. 2 神經(jīng)網(wǎng)絡(luò)的基本理論
3. 2. 1 有監(jiān)督學(xué)習神經(jīng)網(wǎng)絡(luò)
3. 2. 2 無監(jiān)督學(xué)習和反饋神經(jīng)網(wǎng)絡(luò)
3. 2. 3 模糊神經(jīng)網(wǎng)縐
3. 3 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)建模
3. 3. 1 神經(jīng)網(wǎng)絡(luò)逼近理論
3. 3. 2 基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)建模
3. 4 神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的結(jié)構(gòu)
3. 4. 1 基于神經(jīng)網(wǎng)絡(luò)的學(xué)習控制
3. 4. 2 基于神經(jīng)網(wǎng)絡(luò)的直接逆控制
3. 4. 3 基于神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制
3. 4. 4 基于神經(jīng)網(wǎng)絡(luò)的內(nèi)?？刂?br />3. 4. 5 基于神經(jīng)網(wǎng)絡(luò)的預(yù)測控制
3. 4. 6 基于CMAC的控制
3. 4. 7 基于多層神經(jīng)網(wǎng)絡(luò)的控制
3. 4. 8 基于神經(jīng)網(wǎng)絡(luò)的遞階控制
3. 4. 9 基于模糊神經(jīng)網(wǎng)絡(luò)的控制
3. 4. 10 神經(jīng)網(wǎng)絡(luò)專家控制
3. 5 神經(jīng)網(wǎng)絡(luò)的應(yīng)用
3. 5. 1 ATM的流量控制
3. 5. 2 倒立擺系統(tǒng)的神經(jīng)網(wǎng)絡(luò)控制
3. 6 小結(jié)
實驗
思考題
參考文獻
4 進化計算與遺傳算法
4. 1 概述
4. 1. 1 從生物進化到進化計算
4. 1. 2 進化計算的主要分支
4. 1. 3 進化計算的主要特點
4. 1. 4 進化計算的研究內(nèi)容
4. 1. 5 進化計算的應(yīng)用
4. 2 進化計算的基本原理
4. 2. 1 進化計算的基本概念
4. 2. 2 進化計算的基本結(jié)構(gòu) 一般框架
4. 2. 3 進化計算的自適應(yīng)性
4. 2. 4 基本遺傳算法的設(shè)計和實現(xiàn)
4. 3 進化計算的理論與分析
4. 3. 1 遺傳算法的一般收斂性理論
4. 3. 2 遺傳算法的馬爾可夫鏈模型
4. 3. 3 遺傳算法的收斂速度分析
4. 3. 4 遺傳算法結(jié)構(gòu)的分析與設(shè)計
4. 3. 5 進化規(guī)劃和進化策略的收斂性
4. 4 遺傳算法的改進
4. 4. 1 遞階 層次 遺傳算法
4. 4. 2 CHC算法
4. 4. 3 Messy遺傳算法
4. 4. 4 基于實數(shù)編碼的遺傳算法
4. 4. 5 基于小生境技術(shù)的遺傳算法
4. 4. 6 微種群算法
4. 4. 7 雙種群遺傳算法
4. 4. 8 自適應(yīng)遺傳算法
4. 4. 9 混合遺傳算法
4. 4. 10 并行遺傳算法
4. 4. 11 協(xié)同多群體遺傳算法
4. 4. 12 混沌遺傳算法
4. 5 進化計算的應(yīng)用
4. 5. 1 進化模糊控制系統(tǒng)
4. 5. 2 進化神經(jīng)網(wǎng)絡(luò)
4. 5. 3 基于遺傳算法的分類器系統(tǒng)
4. 5. 4 用遺傳算法實現(xiàn)智能Internet搜索
4. 6 小結(jié)
實驗
思考題
參考文獻
5 人工免疫系統(tǒng)
5. 1 概述
5. 1. 1 人工免疫系統(tǒng)的產(chǎn)生與發(fā)展
5. 1. 2 人工免疫系統(tǒng)的研究范疇及應(yīng)用
5. 1. 3 免疫計算智能與其他智能技術(shù)的比較
5. 2 生物免疫機理
5. 2. 1 生物免疫系統(tǒng)的組成與特征
5. 2. 2 免疫系統(tǒng)的計算能力
5. 2. 3 免疫系統(tǒng)的網(wǎng)絡(luò)學(xué)說
5. 2. 4 免疫系統(tǒng)的自己-非己識別機理
5. 2. 5 免疫的學(xué)習機理
5. 2. 6 免疫系統(tǒng)的反饋機理
5. 2. 7 與免疫遺傳算法相關(guān)的生物機理
5. 3 人工免疫網(wǎng)絡(luò)模型
5. 3. 1 基于獨特型網(wǎng)絡(luò)學(xué)說的人工免疫網(wǎng)絡(luò)模型
5. 3. 2 互聯(lián)耦合免疫網(wǎng)絡(luò)
5. 3. 3 對稱網(wǎng)絡(luò)模型
5. 3. 4 多值網(wǎng)絡(luò)模型
5. 3. 5 免疫通信網(wǎng)絡(luò)
5. 4 免疫學(xué)習算法
5. 4. 1 陰性選擇算法
5. 4. 2 學(xué)習算法
5. 4. 3 免疫進化算法
5. 4. 4 克隆選擇算法
5. 4. 5 免疫Agent算法
5. 5 免疫計算智能系統(tǒng)的應(yīng)用
5. 5. 1 基于免疫反饋機理的控制系統(tǒng)
5. 5. 2 免疫自適應(yīng)控制
5. 5. 3 自律移動機器人
5. 5. 4 免疫模式識別
5. 5. 5 免疫故障診斷
5. 5. 6 免疫思想在計算機安全中的應(yīng)用
5. 6 小結(jié)
實驗
思考題
參考文獻
6 專家系統(tǒng)
6. 1 概述
6. 1. 1 專家系統(tǒng)的基本概念
6. 1. 2 專家系統(tǒng)的研究現(xiàn)狀
6. 1. 3 專家系統(tǒng)的應(yīng)用領(lǐng)域
6. 2 專家系統(tǒng)的原理與結(jié)構(gòu)
6. 2. 1 專家系統(tǒng)的功能與結(jié)構(gòu)
6. 2. 2 專家系統(tǒng)的知識表示方法
6. 2. 3 知識獲取與知識庫管理
6. 2. 4 專家系統(tǒng)的自動推理機制
6. 3 神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)
6. 3. 1 傳統(tǒng)專家系統(tǒng)與神經(jīng)網(wǎng)絡(luò)的集成
6. 3. 2 基于神經(jīng)網(wǎng)絡(luò)的知識處理
6. 3. 3 基于神經(jīng)網(wǎng)絡(luò)的專家系統(tǒng)實例
6. 4 模糊專家系統(tǒng)
6. 4. 1 模糊專家系統(tǒng)與傳統(tǒng)專家系統(tǒng)的區(qū)別
6. 4. 2 模糊專家系統(tǒng)的特征
6. 4. 3 模糊專家系統(tǒng)的構(gòu)成
6. 5 專家控制系統(tǒng)
6. 5. 1 專家控制系統(tǒng)的基本原理與結(jié)構(gòu)
6. 5. 2 實時專家控制系統(tǒng)
6. 5. 3 直接專家控制系統(tǒng)和間接專家控制系統(tǒng)
6. 5. 4 仿人智能專家控制系統(tǒng)
6. 6 專家系統(tǒng)與其他技術(shù)的結(jié)合應(yīng)用
6. 6. 1 組件對象模型技術(shù)在專家系統(tǒng)中的應(yīng)用
6. 6. 2 基于UML技術(shù)的專家系統(tǒng)
6. 6. 3 基于數(shù)據(jù)挖掘的專家系統(tǒng)推理機制
6. 6. 4 專家系統(tǒng)在網(wǎng)絡(luò)管理中的應(yīng)用
6. 6. 5 專家系統(tǒng)在數(shù)據(jù)處理中的應(yīng)用
6. 7 應(yīng)用實例--道路交通事故處理輔助決策專家系統(tǒng)
6. 7. 1 系統(tǒng)的總體結(jié)構(gòu)
6. 7. 2 系統(tǒng)的基本組成
6. 7. 3 知識庫內(nèi)容的表示
6. 7. 4 實驗結(jié)果
6. 8 小結(jié)
實驗
思考題
參考文獻
7 學(xué)習控制系統(tǒng)
7. 1 概述
7. 1. 1 學(xué)習控制的基本概念
7. 1. 2 機器學(xué)習
7. 1. 3 學(xué)習控制的框架
7. 1. 4 學(xué)習控制的研究狀況
7. 2 基于模式識別的學(xué)習控制
7. 2. 1 模式分類
7. 2. 2 線性再勵學(xué)習控制
7. 2. 3 Bayes學(xué)習控制
7. 3 基于迭代和重復(fù)的學(xué)習控制
7. 3. 1 迭代學(xué)習控制
7. 3. 2 重復(fù)自學(xué)習控制
7. 4 聯(lián)結(jié)主義學(xué)習控制
7. 4. 1 直接自適應(yīng)-學(xué)習控制
7. 4. 2 間接自適應(yīng)-學(xué)習控制
7. 5 增強式學(xué)習控制
7. 5. 1 時間差分學(xué)習
7. 5. 2 自適應(yīng)啟發(fā)式評判
7. 5. 3 Q-學(xué)習
7. 5. 4 基于規(guī)則的自學(xué)習 模糊 控制
7. 5. 5 基于進化計算的增強學(xué)習
7. 6 應(yīng)用例子
7. 6. 1 機器人足球問題
7. 6. 2 采用增強學(xué)習的智能體用于單路口交通信號學(xué)習控制
7. 6. 3 基于神經(jīng)網(wǎng)絡(luò)的增強學(xué)習算法
7. 7 小結(jié)
實驗
思考題
參考文獻
8 DNA計算與基于DNA的軟計算
8. 1 概述
8. 1. 1 生物背景
8. 1. 2 DNA計算
8. 1. 3 DNA計算與軟計算的集成
8. 1. 4 研究內(nèi)容及其前景
8. 2 DNA計算與DNA計算機
8. 2. 1 DNA計算的數(shù)學(xué)機理
8. 2. 2 DNA計算的研究進展
8. 2. 3 DNA計算的算法實現(xiàn)實例
8. 2. 4 DNA計算的優(yōu)點及目前存在的問題
8. 3 DNA計算與軟計算的集成
8. 3. 1 DNA計算與進化計算的集成
8. 3. 2 DNA計算與模糊系統(tǒng)的集成
8. 3. 3 DNA計算與神經(jīng)網(wǎng)絡(luò)的集成
8. 3. 4 DNA計算與人工免疫系統(tǒng)的集成
8. 3. 5 DNA計算與其他智能系統(tǒng)的集成
8. 4 小結(jié)
實驗
思考題
參考文獻
9 智能Agent及其應(yīng)用
9. 1 概述
9. 1. 1 智能Agent
9. 1. 2 多Agent系統(tǒng)
9. 1. 3 移動Agent
9. 1. 4 Agent的應(yīng)用領(lǐng)域與發(fā)展前景
9. 2 智能Agent的模型與結(jié)構(gòu)
9. 2. 1 智能Agent的模型
9. 2. 2 智能Agent的系統(tǒng)結(jié)構(gòu)
9. 3 智能Agent的通信與協(xié)調(diào)
9. 3. 1 通信方式
9. 3. 2 Agent通信語言
9. 3. 3 Agent協(xié)調(diào)與協(xié)作
9. 4 移動Agent
9. 4. 1 移動Agent及其計算模式
9. 4. 2 移動Agent的優(yōu)點
9. 4. 3 移動Agent的總體結(jié)構(gòu)
9. 4. 4 一般移動Agent的具體構(gòu)成
9. 4. 5 移動Agent系統(tǒng)實現(xiàn)的技術(shù)難點
9. 5 面向智能Agent的軟件開發(fā)技術(shù). 環(huán)境與工具
9. 5. 1 開發(fā)技術(shù). 環(huán)境與工具的發(fā)展
9. 5. 2 面向移動Agent的IBM Aglet平臺
9. 6 智能Agent的應(yīng)用
9. 6. 1 基于多Agent的網(wǎng)絡(luò)檢索系統(tǒng)
9. 6. 2 基于多Agent的智能供應(yīng)鏈管理系統(tǒng)
9. 7 小結(jié)
實驗
思考題
參考文獻
10 粗集理論及其在智能系統(tǒng)中的應(yīng)用
10. 1 概述
10. 1. 1 粗集理論的基本概念及其特點
10. 1. 2 粗集理論的研究進展
10. 2 粗集理論與模糊集理論
10. 2. 1 粗模糊集合
10. 2. 2 模糊粗集
10. 3 粗集理論與機器學(xué)習
10. 3. 1 有導(dǎo)師學(xué)習及其算法
10. 3. 2 知識學(xué)習的充分性
10. 3. 3 導(dǎo)師知識的完備性
10. 3. 4 推理學(xué)習
10. 4 粗集理論的應(yīng)用
10. 4. 1 任務(wù)分配
10. 4. 2 協(xié)同模型
10. 4. 3 信息度量
10. 4. 4 移動計算
10. 4. 5 群決策一致性
10. 5 小結(jié)
實驗
思考題
參考文獻
11 混沌控制與同步
11. 1 概述
11. 1. 1 混沌的定義及特性
11. 1. 2 混沌控制與同步的研究現(xiàn)狀
11. 2 混沌系統(tǒng)的經(jīng)典控制方法
11. 2. 1 基于參數(shù)的混沌控制方法--OGY方法
11. 2. 2 基于OGY方法的改進--Riccati方程法
11. 2. 3 基于OGY方法的改進--極點配置法
11. 2. 4 混沌系統(tǒng)的反饋控制
11. 2. 5 幾種控制方法的比較
11. 3 混沌系統(tǒng)的智能控制
11. 3. 1 模糊系統(tǒng)中的混沌
11. 3. 2 混沌系統(tǒng)的模糊控制
11. 3. 3 神經(jīng)網(wǎng)絡(luò)中的混沌
11. 3. 4 基于神經(jīng)網(wǎng)絡(luò)的混沌控制
11. 4 混沌同步
11. 4. 1 混沌系統(tǒng)同步原理
11. 4. 2 混沌反饋同步
11. 4. 3 驅(qū)動-響應(yīng)同步法
11. 4. 4 主動被動同步法
11. 4. 5 混沌自適應(yīng)同步
11. 4. 6 混沌神經(jīng)網(wǎng)絡(luò)的同步控制方法
11. 4. 7 幾種混沌同步方法的比較
11. 5 混沌同步方法在通信保密中的應(yīng)用
11. 5. 1 保密通信應(yīng)用現(xiàn)狀
11. 5. 2 傳統(tǒng)同步通信方法
11. 5. 3 混沌同步通信方法
11. 6 小結(jié)
實驗
思考題
參考文獻
12 網(wǎng)絡(luò)智能自動化
12. 1 概述
12. 1. 1 智能網(wǎng)技術(shù)
12. 1. 2 智能化網(wǎng)絡(luò)管理與控制
12. 1. 3 網(wǎng)絡(luò)信息檢索的智能化
12. 1. 4 網(wǎng)絡(luò)智能自動化發(fā)展趨勢--主動網(wǎng)絡(luò)技術(shù)
12. 2 智能網(wǎng)
12. 2. 1 智能網(wǎng)的體系結(jié)構(gòu)
12. 2. 2 智能網(wǎng)業(yè)務(wù)
12. 3 智能化網(wǎng)絡(luò)體系結(jié)構(gòu)
12. 3. 1 網(wǎng)絡(luò)管理與控制體系結(jié)構(gòu)
12. 3. 2 網(wǎng)絡(luò)管理的移動式智能Agent結(jié)構(gòu)
12. 3. 3 網(wǎng)格的體系結(jié)構(gòu)
12. 3. 4 基于生物網(wǎng)絡(luò)結(jié)構(gòu)的網(wǎng)絡(luò)管理平臺
12. 4 網(wǎng)絡(luò)智能應(yīng)用
12. 4. 1 網(wǎng)絡(luò)智能信息檢索服務(wù)
12. 4. 2 基于Web的智能數(shù)據(jù)挖掘
12. 4. 3 網(wǎng)格計算的計算智能
12. 5 網(wǎng)絡(luò)智能自動化發(fā)展趨勢--主動網(wǎng)絡(luò)技術(shù)
12. 5. 1 主動網(wǎng)絡(luò)技術(shù)簡介
12. 5. 2 主動網(wǎng)絡(luò)的實現(xiàn)方案及其體系結(jié)構(gòu)
12. 5. 3 主動網(wǎng)絡(luò)的具體應(yīng)用及其安全問題
12. 5. 4 主動網(wǎng)絡(luò)的研究現(xiàn)狀
12. 6 小結(jié)
實驗
思考題
參考文獻