计算智能基础

第1章　计算智能(CI)

第2章　模糊理论

2.1　模糊逻辑

2.2　模糊集

2.3　模糊推理和模糊控制

2.4　模糊关系(F.R.)

第3章　人工智能

3.1　“货郎担”问题(TSP)

3.2　启发式搜索

3.3　汉诺塔

3.4　GOFAl的知识表示

3.5　产生式系统与搜索

3.6　谓词逻辑

3.7　归结原理

第4章　神经网络

4.1　推动因素

4.2　存储器

4.3　生物大脑

4.4　人工神经元模型

4.5　线性回归

4.6　线性神经网络

4.7　多层网络

4.8　误差反向传播

4.9　过拟合

4.10　生长和修剪网络

4.11　预处理网络

4.12　动量和自适应学习率

4.13　分类

4.14　非监督学习

4.15　递归网络

4.16　实时递归学习

4.17　RNNs动态特性

4.18　长短时记忆

第5章　智能机器的实际应用

5.1　当代智能汽车的发展现状

5.2　开发智能汽车面临的问题

5.3　传感器融合

……

参考文献

中文对照检索词

计算智能就是借鉴仿生学思想，基于生物体系的进化、免疫、神经细胞网络、模糊抽象等机制，采用数学语言抽象描述的计算方法。主要内容包括：人工智能、模糊计算、遗传算法、人工神经网络等。　　本书是在原作者多年教学与研究的基础上，系统总结凝练而成的，理论阐述由浅入深，应用实例详细具体。本书不仅可以作为高年级本科生和研究生的教学用书，还可以供科技人员作为学习计算智能的参考书。