精通MATLAB智能算法

第一部分专 题 介 绍

第1章人工智能简介

1.1人工智能基础

1.1.1智能的概念

1.1.2人工智能的概念

1.1.3人工智能的研究目标

1.1.4人工智能的研究方法

1.2人工智能的特征

1.3人工智能的应用

1.3.1机器思维

1.3.2机器感知

1.3.3机器行为

1.3.4机器学习

1.3.5机器计算

1.3.6分布式人工智能

1.3.7机器系统

1.3.8典型应用

1.4本章小结

第2章神经网络算法及其MATLAB实现

2.1神经网络基础

2.1.1人工神经网络的发展

2.1.2人工神经网络的研究内容

2.1.3人工神经网络的研究方向

2.1.4人工神经网络的发展趋势

2.2神经网络结构和神经网络学习

2.2.1神经网络结构

2.2.2神经网络学习

2.2.3MATLAB在神经网络中的应用

2.3MATLAB神经网络工具箱

2.3.1神经网络工具箱函数

2.3.2神经网络工具箱的图形用户界面

2.3.3神经网络的MATLAB实现

2.4Simulink神经网络工具箱

2.4.1神经网络模型预测控制

2.4.2反馈线性化控制

2.4.3模型参考控制

2.5本章小结

第3章粒子群算法及其MATLAB实现

3.1粒子群算法基础

3.1.1粒子群算法的发展

3.1.2粒子群算法的研究内容

3.1.3粒子群算法的特点

3.1.4粒子群算法的应用

3.2基本粒子群算法

3.2.1基本原理

3.2.2算法构成要素

3.2.3算法参数设置

3.2.4算法的基本流程

3.2.5算法的MATLAB实现

3.3MATLAB粒子群工具箱

3.4权重改进的粒子群算法

3.4.1自适应权重法

3.4.2随机权重法

3.4.3线性递减权重法

3.5混合粒子群算法

3.5.1基于杂交的算法

3.5.2基于自然选择的算法

3.5.3基于免疫的粒子群算法

3.5.4基于模拟退火的算法

3.6本章小结

第4章遗传算法及其MATLAB实现

4.1遗传算法基础

4.1.1算法基本运算

4.1.2遗传算法的特点

4.1.3遗传算法中的术语

4.1.4遗传算法发展现状

4.1.5遗传算法的应用领域

4.2遗传算法的原理

4.2.1算法运算过程

4.2.2算法编码

4.2.3适应度和初始群体选取

4.3遗传算法程序设计及其MATLAB工具箱

4.3.1程序设计

4.3.2算法参数设计原则

4.3.3适应度函数的调整

4.3.4算法MATLAB工具箱及其应用

4.3.5遗传算法的GUI实现

4.4遗传算法的典型应用

4.4.1利用遗传算法求解函数极值

4.4.2遗传算法在TSP中的应用

4.4.3遗传算法的求解优化

4.5本章小结

第5章模糊逻辑控制及其MATLAB实现

5.1模糊逻辑控制基础

5.1.1模糊逻辑控制的基本概念

5.1.2模糊逻辑控制原理

5.1.3模糊逻辑控制器设计内容

5.1.4模糊逻辑控制规则设计

5.1.5模糊逻辑控制系统的应用领域

5.2模糊逻辑控制工具箱

5.2.1模糊逻辑控制工具箱的功能特点

5.2.2模糊逻辑控制系统的基本类型

5.2.3模糊逻辑控制系统的构成

5.2.4模糊推理系统的建立、修改与存储管理

5.2.5模糊语言变量及其语言值

5.2.6模糊语言变量的隶属度函数

5.2.7模糊规则的建立与修改

5.2.8模糊推理计算与去模糊化

5.3模糊逻辑控制工具箱的图形界面工具

5.3.1FIS编辑器

5.3.2隶属度函数编辑器

5.3.3模糊规则编辑器

5.3.4模糊规则浏览器

5.3.5模糊推理输入/输出曲面视图

5.4模糊逻辑控制的经典应用

5.4.1基于Simulink的模糊逻辑控制应用

5.4.2基于模糊逻辑控制的路径规划应用

5.5本章小结

第6章免疫算法及其MATLAB实现

6.1免疫算法基础

6.1.1生物免疫系统

6.1.2免疫算法的基本原理

6.1.3免疫算法的步骤和流程

6.1.4免疫系统模型和免疫算法

6.1.5免疫算法的特点

6.1.6免疫算法的发展趋势

6.2免疫遗传算法

6.2.1免疫遗传算法的步骤和流程

6.2.2基于MATLAB实现免疫遗传算法

6.3免疫算法的MATLAB应用

6.3.1免疫算法在克隆选择中的应用

6.3.2免疫算法在最短路径规划问题上的应用

6.3.3免疫算法在TSP上的应用

6.3.4免疫算法在故障检测上的应用

6.4本章小结

第7章蚁群算法及其MATLAB实现

7.1蚁群算法基础

7.1.1蚁群算法的起源

7.1.2蚁群算法的基本原理

7.1.3自适应蚁群算法

7.1.4蚁群算法实现的重要规则

7.1.5蚁群算法的特点

7.1.6蚁群优化算法的应用

7.2蚁群算法的MATLAB实现

7.3蚁群算法在MATLAB中的应用

7.3.1蚁群算法在路径规划中的应用

7.3.2蚁群算法在解决TSP问题中的应用

7.4本章小结

第8章小波分析算法及其MATLAB实现

8.1傅里叶变换到小波分析

8.1.1傅里叶变换

8.1.2小波分析

8.2Mallat算法

8.2.1Mallat算法原理

8.2.2常用小波函数

8.2.3Mallat算法示例

8.3小波GUI

8.4小波分析用例

8.4.1信号压缩

8.4.2信号去噪

8.5本章小结

第二部分综合实例应用

第9章模糊神经网络在工程中的应用

9.1模糊神经网络的基础知识

9.1.1模糊神经网络简介

9.1.2模糊系统与神经网络的区别与联系

9.1.3典型模糊神经网络结构

9.1.4自适应模糊神经推理系统

9.2模糊神经网络建模方法

9.3模糊神经网络在控制工程中的应用

9.4模糊神经网络在函数逼近中的应用

9.5本章小结

第10章遗传算法在图像处理中的应用

10.1图像分割的基础知识

10.1.1图像分割的定义

10.1.2图像分割的理论

10.1.3灰度门限法简介

10.1.4基于最大类间方差图像分割原理

10.2遗传算法实现图像分割

10.2.1利用遗传算法实现图像分割的原理

10.2.2算法的实现

10.3遗传算法在图像处理中的应用

10.3.1基于遗传算法的道路图像阈值分割

10.3.2基于遗传神经网络的图像分割

10.3.3应用遗传算法和KSW熵法实现灰度图像阈值分割

10.4本章小结

第11章神经网络在参数估计中的应用

11.1参数估计的基础知识

11.1.1参数估计的定义

11.1.2点估计与区间估计

11.1.3样本容量

11.2几种通用神经网络MATLAB代码

11.3神经网络在参数估计中的应用

11.3.1神经网络在人脸识别中的应用

11.3.2灰色神经网络在数据预测中的应用

11.3.3BP神经网络在数据预测中的应用

11.3.4概率神经网络在分类预测中的应用

11.4本章小结

第12章智能算法在PID控制器设计中的应用

12.1PID控制器的基础知识

12.2神经网络在PID控制器设计中的应用

12.3模糊控制在PID控制器设计中的应用

12.4遗传算法在PID控制器设计中的应用

12.5本章小结

第13章智能算法的综合应用

13.1模糊神经网络控制在MATLAB中的应用

13.2基于遗传算法的MP算法的应用

13.3本章小结

参考文献

本书以最新推出的MATLAB 2014a软件为基础，详细介绍了各种智能算法的原理及其MATLAB在智能算法中的应用，是一本MATLAB智能算法设计的综合性参考书。全书以智能算法原理及MATLAB应用为主线，结合各种应用案例实例，详细讲解了智能算法的MATLAB实现。全书共分为两部分共13章，第一部分首先从人工智能简介开始，详细介绍了神经网络算法、粒子群算法、遗传算法、模糊逻辑控制、免疫算法、蚁群算法、小波分析算法及其MATLAB的实现方式等内容；第二部分详细介绍了智能算法在工程中的应用问题，包括模糊神经网络在工程中的应用、遗传算法在图像处理中的应用、神经网络在参数估计中的应用、智能算法在PID控制器设计中的应用和智能算法的综合应用等。本书以工程应用为目标，内容深入浅出，讲解循序渐进，既可以作为高等院校理工科相关专业研究生、本科生的教材，也可作为广大科研工程技术人员的参考用书。

本书是“精通MATLAB”典藏大系之一，全书不仅系统介绍了MATLAB智能算法的开发方法，实际工作中的开发经验、心得体会，而且精心编写了100多个MATLAB智能算法应用典型实例，适合二次开发，因此比较适合作为读者的工具手册。“精通MATLAB”相关书目如下：
精通MATLAB科学计算/精通MATLAB/Simulink系统仿真/精通MATLAB图像处理/精通MATLAB信号处理/精通MATLAB R2014a