智能算法導(dǎo)論

第1章 遺傳算法
1．1 遺傳算法起源
1．1．1 遺傳算法生物學(xué)基礎(chǔ)
1．1．2 遺傳算法發(fā)展歷程
1．2 遺傳算法實現(xiàn)
1．2．1 遺傳算法流程
1．2．2 重要參數(shù)
1．3 基于遺傳算法的組合優(yōu)化
1．3．1 基于遺傳算法的TTP問題
1．3．2 基于遺傳算法的旅行商問題
1．3．3 基于遺傳算法的0-1規(guī)劃
1．4 基于遺傳算法的圖像處理
1．4．1 基于遺傳算法的圖像分割
1．4．2 基于遺傳算法的圖像增強
1．4．3 基于遺傳算法的圖像變化檢測
1．5 基于遺傳算法的社區(qū)檢測
1．5．1 多目標(biāo)遺傳算法
1．5．2 遺傳編碼
1．5．3 Pareto最優(yōu)解
參考文獻
第2章 免疫算法
2．1 生物免疫系統(tǒng)與人工免疫系統(tǒng)
2．2 免疫算法實現(xiàn)
2．2．1 克隆選擇算法
2．2．2 人工免疫系統(tǒng)模型
2．3 基于免疫算法的聚類分析
2．3．1 聚類問題
2．3．2 免疫進化方法
2．4 基于免疫算法的限量弧路由問題
2．4．1 限量弧路由問題模型
2．4．2 基于免疫協(xié)同進化的限量弧路由問題
參考文獻
第3章 Memetic算法
3．1 Memetic算法發(fā)展歷程
3．2 Memetic算法實現(xiàn)
3．2．1 Memetic算法流程
3．2．2 Memetic算法改進
3．2．3 Memetic算法研究分類
3．3 基于Memetic算法的社區(qū)檢測
3．3．1 多目標(biāo)Memetic優(yōu)化算法
3．3．2 局部搜索
3．4 基于Memetic算法的限量弧路由問題
3．4．1 路由距離分組
3．4．2 子問題解的更替
3．4．3 基于分解的Memetic算法
參考文獻
第4章 粒子群算法
4．1 粒子群算法起源
4．1．1 粒子群算法生物學(xué)基礎(chǔ)
4．1．2 粒子群算法發(fā)展歷程
4．2 粒子群算法實現(xiàn)
4．2．1 基本粒子群算法
4．2．2 改進粒子群算法
4．3 基于粒子群算法的圖像處理
4．3．1 基于粒子群算法的圖像分割
4．3．2 基于粒子群算法的圖像分類
4．3．3 基于粒子群算法的圖像匹配
4．4 基于粒子群算法的優(yōu)化問題
4．4．1 基于粒子群算法的旅行商問題
4．4．2 基于粒子群算法的配送中心選址問題
4．4．3 基于粒子群算法的函數(shù)優(yōu)化
參考文獻
第5章 蟻群算法
5．1 蟻群算法起源
5．1．1 蟻群算法生物學(xué)基礎(chǔ)
5．1．2 蟻群算法發(fā)展歷程
5．2 蟻群算法實現(xiàn)
5．2．1 蟻群算法流程
5．2．2 離散域和連續(xù)域蟻群算法
……
第6章 狼群算法
第7章 人工蜂群算法
第8章 細菌覓食優(yōu)化算法
第9章 分布估計算法
第10章 差分進化算法
第11章 模擬退火算法
第12章 貪心算法
第13章 雨滴算法
第14章 禁忌搜索算法
第15章 量子搜索與優(yōu)化
第16章 量子粒子群優(yōu)化
第17章 最小二乘法
第18章 A*算法
第19章 神經(jīng)網(wǎng)絡(luò)算法
第20章 深度學(xué)習(xí)算法
第21章 強化學(xué)習(xí)
第22章 混合智能算法