前言 人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识、心理学和哲学。人工智能内容十分广泛，它由不同的领域组成，如机器学习、计算机视觉等。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程进行模拟。人工智能的研究内容包括语言的学习与处理、知识表现、智能搜索、知识获取、组合调度问题、感知问题、模式识别、逻辑程序设计、软计算、不精确和不确定的管理、人工生命、神经网络、复杂系统、推理、规划、机器学习、遗传算法、人类思维方式，最关键的难题还是机器的自主创造性思维能力的塑造与提升。 数学是一门研究现实世界数量关系和空间形式的科学。很多人在学习数学课程时，都会有一定的困惑： 数学这么难，学习数学到底有什么用呢？数学的难就体现在大多数的数学知识都很抽象，让人很难联系实际。其实数学正是来源于实际，是从实际中抽象出来的。如果能够尝试用抽象的数学知识去解决实际问题，一切将变得具象起来，数学的学习会变得更简单、更有意思。 将数学应用于实际，这正是科学与工程计算所要研究的内容。用数学知识解决实际问题通常包括两个基本步骤： 首先，需要把问题进行抽象，用数学的语言去描述，即在一定的合理假设下建立合适的数学模型； 其次，建立数学模型后，需要选择合适的工具求解模型。这里的求解并不只是简单的公式推导，大多数情况下不能靠手算实现，必须要借助计算机软件来实现。 计算机在人工智能中的主要作用如下。  使用计算机描述一个系统的行为。  使用计算机以数学方法描述物体和它们之间的空间关系。  应用程序和数据建模是为应用程序确定、记录和实现数据和进程要求的过程。 在众多的科学计算软件中，MATLAB是求解数学模型的利器。相比于其他软件，MATLAB有“草稿纸式”的编程语言，还有各类工具箱，易学易用，用户不仅可以调用其内部函数进行“直观”的计算，还可以根据自己的算法进行扩展编程。本书将结合数学建模实例全面介绍常用的数学建模方法及其MATLAB实现。 本书具有以下特点。 (1) 深入浅出，循序渐进。本书首先对MATLAB软件进行概要介绍，让读者对MATLAB的强大功能有一定认识，接着利用MATLAB对建模问题进行处理，让读者初步领略到利用MATLAB实现建模的简单与便捷，以及体会MATLAB在建模中的广泛应用。 (2) 实用性强，步骤详尽。本书结合MATLAB软件，利用各种方法实现数学建模解决各种实际问题，详尽地介绍MATLAB的使用方法与技巧。在讲解过程中辅以相应的图片，使读者在阅读时一目了然，从而快速掌握书中内容。 (3) 理论与实际相得益彰。书中的每个方法，除了理论讲解，都配有至少一个典型的应用实例进行巩固，使读者可通过实例加深对理论的理解，同时理论又让实例更有说服力。 (4) 易借鉴，易阅读，内容生动有趣。书中很多实例的求解方法比较直观、新颖，易于读者理解与阅读。本书摒弃了一些刻板、无味的文字，让文字既有活力，又易于理解，提高读者阅读的兴趣。 全书共分为11章，主要内容如下。 第1章介绍MATLAB环境与操作，主要包括MATLAB的启动与退出、数据类型、控制语句、绘图等内容。 第2章介绍数据分析实战，主要包括数据的预处理、数据汇总、数据建模、数据插值等内容。 第3章介绍科学计算实战，主要包括数值积分和微分方程、常微分方程、傅里叶与滤波等内容。 第4章介绍数据建模实战，主要包括数据降维、一元回归、多元线性回归、逐步回归等内容。 第5章介绍统计性数据分析实战，主要包括描述性统计量和统计图、概率分布、假设检验、方差分析等内容。 第6章介绍机器学习算法实战，主要包括机器学习概述、K近邻分类、判别分析、贝叶斯分类、支持向量机等内容。 第7章介绍深度学习算法实战，主要包括迁移学习、图像的深度学习、时间序列在深度学习中的应用等内容。 第8章介绍控制系统分析与设计实战，主要包括自动控制概述、控制系统的数学建模、判定系统稳定性、时域分析等内容。 第9章介绍神经网络信息处理实战，主要包括神经网络概述、感知器、径向基网络、BP神经网络等内容。 第10章介绍最优化方法实战，主要包括最优化概述、线性规划、非线性规划、整数规划等内容。 第11章介绍智能算法分析与实现实战，主要包括遗传算法、模拟退火算法、粒子群算法、免疫算法等内容。 本书可作为高等学校相关专业本科生和研究生的教学用书，也可作为相关领域科研人员、学者、工程技术人员的参考用书。 本书由佛山科学技术学院丁伟雄编写。 由于时间仓促，加之编者水平有限，书中不足和疏漏之处在所难免。在此，诚恳地期望得到专家和广大读者的批评指正。 编者2023年10月

• 课件下载
• 样章下载
• 暂无网络资源

扫描二维码
下载APP了解更多

版权图片链接