現(xiàn)代智能仿生算法及其應用

1 緒論
1.1 智能科學及其內(nèi)容
1.2 智能仿生算法及其內(nèi)容
參考文獻
2 人工神經(jīng)網(wǎng)絡(luò)
2.1 人工神經(jīng)網(wǎng)絡(luò)的生物基礎(chǔ)
2.2 人工神經(jīng)網(wǎng)絡(luò)的發(fā)展
2.3 人工神經(jīng)網(wǎng)絡(luò)的基本模型及其算法
2.4 bp網(wǎng)絡(luò)及其改進
2.5 人工神經(jīng)網(wǎng)絡(luò)在非線性時序預測中的應用研究
參考文獻
3 進化算法
3.1 進化算法的生物基礎(chǔ)
3.2 進化算法的分類
3.3 遺傳算法
3.4 進化規(guī)劃
3.5 進化策略及遺傳規(guī)劃
3.6 進化算法的設(shè)計
參考文獻
參考文獻
附錄a 用于無約束優(yōu)化的典型測試函數(shù)
附錄b 用于約束優(yōu)化的典型測試函數(shù)
4 進化神經(jīng)網(wǎng)絡(luò)
4.1 進化神經(jīng)網(wǎng)絡(luò)的生物基礎(chǔ)
4.2 進化神經(jīng)網(wǎng)絡(luò)的基本模型
4.3 進化神經(jīng)網(wǎng)絡(luò)算法
4.4 進化神經(jīng)網(wǎng)絡(luò)的應用
參考文獻
5 蟻群算法
5.1 蟻群算法的生物基礎(chǔ)
5.2 蟻群算法的基本模型
5.3 蟻群算法的改進研究
5.4 改進蟻群算法的應用
5.5 蟻群算法的其他模型及其應用
5.6 蟻群算法的典型應用
5.7 蟻群算法的比較研究
參考文獻
6 粒子群優(yōu)化算法
6.1 引言
6.2 生物學背景：人工生命
6.3 算法介紹
6.4 粒子群優(yōu)化算法的參數(shù)設(shè)置
6.5 遺傳算法和粒子群優(yōu)化算法的比較
6.6 粒子群優(yōu)化算法和人工神經(jīng)網(wǎng)絡(luò)的融合
6.7 粒子群優(yōu)化算法的應用
6.8 粒子群優(yōu)化算法的發(fā)展
7 免疫算法
7.1 免疫算法的生物學基礎(chǔ)——生物免疫系統(tǒng)
7.2 免疫算法的基本模型及算法
7.3 免疫算法與其他算法的結(jié)合
7.4 人工免疫系統(tǒng)的應用
7.5 人工免疫系統(tǒng)的發(fā)展
參考文獻
8 細胞自動機
8.1 細胞自動機簡介
8.2 細胞自動機的一般描述
8.3 細胞自動機的物理描述
8.4 細胞自動機的數(shù)學描述
8.5 細胞自動機的特征
8.6 細胞自動機的典型應用
參考文獻
9 智能仿生算法的新進展
9.1人工魚群算法
9.2 人口遷移算法
9.3人工蜂群算法
參考文獻