| 本书是作者多年来对人工免疫算法、分形算法、蚁群优化算法和支持向量机的理论及应用进行了一系列研究并在所得成果的基础上总结而成的一本专著，全书取材新颖，覆盖面较广，深入浅出，注重算法的理论依据、应用思路及应用效果，体现了国内外在这方面研究的最新研究进展． |
| 前言 第一章 绪论 第一节 人工免疫系统概述 第二节 分形编码概述 第三节 蚁群优化概述 第四节 支持向量机概述 第一部分 免疫优化及免疫网络算法理论和应用 第二章 免疫学基本理论及人工免疫系统概论 第一节 免疫学基本概念及原理 第二节 人工免疫系统概述 第三节 本篇研究的主要内容及意义 第四节 最优化问题及分类 第五节 测试问题及性质分析 第六节 本章小结 参考文献 第三章 免疫算法理论及应用 第一节 引言 第二节 免疫算法的概念及工作原理 第三节 免疫算子及相关概念 第四节 突变规则 .第五节 免疫算法描述 第六节 算法收敛性概念 第七节 免疫算子性质及齐次免疫算法收敛性 第八节 非齐次免疫算法收敛性 第九节 免疫算法收敛速度分析 第十节 免疫算法稳定性理论 第十一节 免疫算法的计算复杂度及鲁棒性分析 第十二节 齐次及非齐次免疫算法理论比较分析 第十三节 免疫算法的性能测试 第十四节 应用举例 第十五节 本章小结 参考文献 第四章 形态空间上免疫算法及收敛性理论 第一节 引言 第二节 小生境免疫算法 第三节 动态规模免疫算法 第四节 约束优化免疫算法 第五节 模糊控制免疫算法 第六节 形态空间上免疫算法的收敛性 第七节 应用举例 第八节 本章小结 参考文献 第五章 多目标优化免疫算法及免疫网络算法 第一节 引言 第二节 预备知识 第三节 非约束条件下多目标优化免疫算法 第四节 约束多目标优化免疫算法 第五节 模糊免疫网络分类算法 第六节 本章小结 参考文献 第二部分 图像编码的分形算法 第六章 分形编码的数学基础 第一节 引言 第二节 度量空间 第三节 分形 第四节 迭代函数系统 第五节 本章小结 参考文献 第七章 基本分形编码算法 第一节 引言 第二节 矢量量化与分形编码 第三节 迭代函数系统正问题与自然图形模拟 第四节 迭代函数系统逆问题与图像编码 第五节 分形编码算法的基本原理与实现 第六节 本章小结 参考文献 第八章 分形编码的改进算法 第一节 引言 第二节 图像分割 第三节 虚拟码本构成 第四节 亮度变换类型 第五节 变换参数的量化 第六节 分形解码 第七节 最优分形编码 第八节 快速分形编码 第九节 混合分形编码 第十节 本章小结 参考文献 第三部分 蚁群优化算法理论及其应用 第九章 蚁群优化算法概述 第一节 引言 第二节 蚁群优化原理及算法描述 第三节 蚁群优化的特点 第四节 蚁群优化与其他算法的关系 第五节 蚁群优化的研究现状 第六节 本章小结 参考文献 第十章 蚁群优化元启发式及其收敛性 第一节 引言 第二节 蚁群优化元启发式 第三节 蚁群优化的收敛性 第四节 本章小结 参考文献 第十一章 基本蚁群优化算法及其改进算法 第一节 引言 第二节 蚂蚁系统及其属性 第三节 改进的蚁群优化算法 第四节 一种新的自适应蚁群算法 第五节 基于混合行为的蚁群算法 第六节 本章小结 参考文献 第十二章 蚁群优化的并行实现 第一节 蚁群优化的并行实现概述 第二节 蚂蚁系统的同步并行实现和部分异步并行实现 第三节 spi与papi的对比实验 第四节 对一类带聚类特征tsp的并行蚁群算法求解 第五节 本章小结 参考文献 第十三章 蚁群优化算法的应用 第一节 概述 第二节 蚁群优化算法与k-tsp 第三节 蚁群优化与二次分配问题 第四节 蚁群优化算法与车间作业调度问题 第五节 蚁群优化算法与网络路由问题 第六节 蚁群算法与0-1背包问题 第七节 蚁群优化算法与三维空间机器人路径规划 第八节 本章小结 参考文献 第四部分 小样本统计学习理论与支持向量机 第十四章 小样本统计学习的基本理论 第一节 引言 第二节 基于slt的机器学习理论的基本观点 第三节 支持向量机算法 第四节 算例 第五节 本章小结 参考文献 第十五章 基于svm的多类分类算法及其在故障诊断中的应用 第一节 引言 第二节 基于二叉树的多级svm分类器 第三节 svm用于故障诊断的一般步骤 第四节 基于svm的柴油机故障诊断 第五节 本章小结 参考文献 第十六章 基于支持向量机的函数回归的方法 第一节 常用的损失函数的定义 第二节 函数回归的svm方法 第三节 基于svm的故障趋势预测研究 第四节 本章小结 参考文献 中英文词汇对照 |
内容加载中，请稍后...
商品评论（0条）