首页 > 图书中心 >图书详情

智能优化算法与涌现计算

收集国内外已提出的106种原创的智能优化算法,开阔读者视野,启迪读者创新思维。

作者:李士勇 李 研 林永茂 编著
定价:119
印次:1-1
ISBN:9787302517429
出版日期:2019.08.01
印刷日期:2019.07.02

智能优化算法与涌现计算是多种前沿学科交叉融合的结晶。主要包括:模拟人脑思维、人体细胞、器官等的仿人智能优化算法;模拟群居动物觅食或繁殖行为的群智能优化算法;模拟人类社会进化的进化算法;模拟植物生长的仿生算法;模拟自然现象或规律的自然计算;模拟复杂适应系统涌现行为的涌现计算等80余种算法。本书可作为智能科学、计算机科学、信息科学、自动化、系统科学、管理科学等相关领域的教师、研究生、科研人员的参考书。

more >

前言 “智能”已经成为当代出现频次越来越高的词汇,这正是人类社会迈入智能时代的一个重要标志。智能正飞速地融入科学、工程、经济、国防及人类社会生活的方方面面: 智能科学、智能材料、智能机器人、智能生产线、智能控制、智能预测、智能决策、智能制导、智能炸弹、智能手机、智能家电、智能家居、智能楼宇……智能水平的高低,在很大程度上已经成为衡量一个国家综合国力、科技水平高低的重要标志。 在科学研究、工程设计、经济管理、国防建设等领域存在着大量需要优化求解的复杂问题。采用传统的优化方法通常需要给出待优化问题的精确数学模型,包括决策变量、约束条件和目标函数。传统优化方法包括线性规划、动态规划、整数规划和分支定界等运筹学中的经典算法,这些算法计算复杂,只适用于小规模问题; 用构造型优化算法快速建立问题的解,一般优化效果差,难以满足工程需要。总之,传统的优化算法是以给出优化问题的精确数学模型为基础的。然而,科学、工程、经济等领域提出的优化问题越来越复杂,难以建立精确的数学模型; 有的问题变量维数大,阶次高,目标函数多,约束条件复杂,即使建立复杂的数学模型也难以求解。因此,面临日益复杂的优化问题,基于精确模型的传统优化算法面临着极大的挑战。 大自然中的各种生物、植物、动物及各种自然现象呈现出生生不息的景象,总是给人以深刻的启迪。人们从中发现了许多隐含其中的信息存储、处理、交换、适应、更新、进化的机制,蕴含着优化的机理。于是,人们从中获得了设计灵感。例如,模拟蚁群从蚁穴到食物源避过障碍选择一条最短路径,Dorigo博士于1991年设计了蚁群优化算法,开辟了模拟群居昆虫觅食行为或动物捕猎行为的群智能优化算法的先河。除早期模拟大脑功能的模糊逻辑算法、神经网络算法及遗传算法外,近30年来,大量的智能优化算法在国内外犹如雨后春笋般地涌现出来。为了向广大读者全面而系统地介绍原创的智能优化算法,弥补国内外同类书籍的不足,本书精选了106种原创的智能优化算法,一般称它们为基本算法。本书把这些算法概括分为六大类,并分别编入六篇共106章加以介绍。各篇的内容概括如下。 第一篇: 仿人智能优化算法,包括模拟人脑思维、人体系统、组织、器官乃至细胞及人类社会竞争进化等相关的20种智能优化算法。 第二篇: 进化算法,包括模拟自然界的生物在生殖繁衍过程中,通过遗传和变异及“优胜劣汰”的自然选择法则,不断地进化的优化算法10种。 第三篇: 群智能优化算法,包括模拟自然界群居昆虫的觅食、繁殖等行为或动物群体的捕猎策略等对问题求解的优化算法34种。 第四篇: 仿植物生长算法,包括模拟花、草、树木等植物生长过程中的向光性、光合作用、根吸水性、种子繁殖、花朵授粉等表现出的自适应、竞争、进化、优化行为的算法10种。 第五篇: 仿自然优化算法,包括模拟风、雨、云等自然现象,模拟物理、化学、数学定律,模拟生态系统的自组织临界性、混沌现象、随机分形等非线性科学的优化算法27种。 第六篇: 涌现计算,指模拟自然界中复杂适应系统的涌现现象、涌现行为,通过人工生命的主体按简单规则在一定的环境下不断地演化来获得优化问题最优或准最优的模拟解。本篇介绍涌现计算的5种例子,包括一维元胞自动机的涌现计算、Conwey生命游戏的涌现计算、蚂蚁系统觅食路径的涌现计算、数字人工生命Autolife的涌现行为和黏菌的铁路网络涌现计算。 本书介绍的106种智能优化算法,涉及从地球上的万物之灵——智能水平最高的人,到介于动物和真菌之间的低级黏菌生物; 从海洋中世界上最大的哺乳动物鲸鱼到海洋微小无脊椎动物磷虾; 从凶猛的野生群居动物老虎、狮子到幼小的蚂蚁、蜜蜂; 从自然界的风、雨、云、雷电现象到地球上的水循环、食物链……内容涵盖面之广,可以说陆海空无所不及: 从陆地到海洋,从水中到空中,从有生命的动植物、微生物到无生命的自然现象,从物理化学数学、非线性科学到复杂适应系统等。 应该指出的是,有关智能优化算法的分类还没有统一的标准,因此从不同的角度会有不同的分类方法,如自然计算、仿生计算、进化计算、智能优化算法及计算智能等。本书之所以把上述前五大类优化算法统称为智能优化算法,是因为这些算法都凸显出智能性或灵性的特点。它们通过确定性算法加启发式随机搜索的反复迭代获取优化问题的最优数值解。而涌现计算是指模拟自然界中复杂适应系统的涌现现象、行为,通过人工生命的主体按简单规则在一定的环境下不断地演化来获得优化问题最优或准最优的模拟解。 本书介绍了百余种智能优化算法和涌现计算的原创算法,目的在于使广大读者开阔视野,从复杂适应系统理论的高度上认识、理解各种智能优化算法和涌现计算的原理及其本质特征,从中受到启迪; 并进一步激励人们从千变万化、五彩斑斓的大千世界中生生不息的各种生物、各种周而复始的自然现象中发现、捕捉灵感,提出、设计、创造出更多更好的智能优化算法,以满足科学、工程、经济、管理、国防等领域中各种复杂优化问题的需要。 基于上述宗旨,加之受篇幅所限,每种算法只从原创算法的提出、个体行为或习性、算法原理、算法的数学描述、算法实现等方面简要介绍,每种算法的篇幅平均控制在5页左右。在编写中,尽可能保持原创算法的主要内容及所用符号。为方便起见,对少数算法的符号做了适当的改动,并适当补充一些从网上收集的相关插图和对算法原理说明的辅助材料。由于本书章节多,因此将作为智能优化算法的理论基础部分的内容以附录的形式给出,便于读者单独阅读。 参加编写或提供素材的还有宁永臣、李盼池、李浩、左兴权、柏继云、张秀杰、宋申民、李巍、班晓军、赵宝江、黄金杰、袁丽英、栾秀春、黄忠报、章钱、郭成、杨丹、郭玉、张恒、张逸达、王振杨、徐宝华等。 在编写过程中除引用了原创算法的文献外,还参考了国内外相关研究的主要文献及有价值的博士、硕士学位论文等,为便于读者进一步研究查阅,将这些文献一并列入本书的参考文献。在此,对被引用文献的作者表示衷心感谢!除参考文献前面的部分书籍外,文献的编号原则上是按照各章内容出现的顺序编排的。 本书的出版始终得到清华大学出版社的大力支持,在此表示由衷的谢意! 本书内容涉及专业知识面甚广,受编者知识面所限,书中内容难免存在不足,恳请广大读者给予指正! 李士勇2018年5月

more >
扫描二维码
下载APP了解更多
图书分类全部图书
more >
  • 李士勇教授(二级),哈尔滨工业大学控制科学与工程国家一级重点学科博士生导师,黑龙江省优秀专家,中国自动化学会智能自动化专业委员会委员。1967年毕业于哈尔滨工业大学工业自动化专业,1983年获哈尔滨工业大学自动控制专业硕士学位并留校任教。1992年4月至1993年10月公派赴日本千叶工业大学作为客座研究员从事模糊控制、神经网络、智能控制方面的合作研究。近30多年来,一直从事模糊控制、智能控制、智能优化算法、智能制导、复杂适应系统理论及其应用等方面的科研、教学和指导研究生工作。科研和教学成果共获国家级奖2项,省部级7项,在国内外发表学术论文160余篇,近60篇被SCI、EI检索。作为第一作者出版专著及教材共14部,其中代表作《模糊控制·神经控制和智能控制论》荣获1999年“全国优秀科技图书奖”暨“科技进步奖(科技著作)三等奖”;本书跻身于十大领域中国科技论文被引频次最高的前50部专著与译著排行榜;截至2015年11月底该书已被十大领域6232篇论文引用;
  • 本书旨在开阔读者视野,启迪读者创新思维,激励广大学者在生生不息、丰富多彩的大自然中捕捉创新灵感。本书可供人工智能、人工生命、智能科学、计算机科学、信息科学、自动化、系统科学、管理科学等相关领域的教师、研究生、研究人员及工程技术人员学习参考。
more >
  • 目录

    第一篇仿人智能优化算法

    第1章模糊逻辑算法

    1.1模糊集合及其表示

    1.2模糊集合的运算及其性质

    1.3模糊关系与模糊矩阵

    1.4模糊推理规则

    1.5模糊系统的万能逼近特性

    第2章神经网络算法

    2.1神经细胞结构与功能

    2.2人工神经元的基本特性

    2.3人工神经网络及其特点

    2.4前向神经网络的结构、训练及学习

    2.5神经网络的学习规则

    2.6前向网络误差反向传播学习算法及其逼近特性

    第3章免疫算法

    3.1免疫系统的基本概念

    3.2免疫系统的组织结构

    3.3免疫系统的免疫机制

    3.4免疫系统的学习及优化机理

    3.5免疫算法及克隆选择算法的实现步骤

    第4章内分泌算法

    4.1内分泌算法的提出

    4.2内分泌与神经、免疫系统之间的关系

    4.3生物内分泌系统

    4.4内分泌激素调节规律的描述

    4.5人工内分泌系统内分泌激素的调节机制

    4.6基于内分泌调节机制的行为自组织算法的实现

    第5章人工代谢算法

    5.1人工代谢算法的提出

    5.2人工代谢算法的原理

    5.3人工代谢算法的描述

    5.4人工代谢算法的实现流程

    第6章膜计算

    6.1膜计算的提出

    6.2细胞膜的结构、模型及功能

    6.3标准膜计算的原理

    6.4标准膜计算的描述

    6.5膜计算的过程及实现步骤

    第7章禁忌搜索算法

    7.1禁忌搜索算法的提出

    7.2组合优化中的邻域概念

    7.3局部搜索算法 ...

精彩书评more >

标题

评论

版权所有(C)2019 清华大学出版社有限公司 京ICP备10035462号 京公网安备11010802013248号

联系我们 | 网站地图 | 法律声明 | 友情链接 | 盗版举报 | 人才招聘