智能算法及应用PDF电子书下载

查看更多关于的内容

第1章 拍卖算法及应用 1

1.1拍卖算法概述 1

1.2拍卖算法基本术语和思维导图 1

1.2.1基本术语 2

1.2.2思维导图 2

1.3拍卖的博弈论模型 3

1.3.1拍卖与博弈论 3

1.3.2博弈论的发展历程 3

1.3.3博弈的相关概念 4

1.3.4纳什均衡 5

1.3.5囚徒困境 5

1.4理论和实例 6

1.4.1原理 6

1.4.2拍卖算法的实现 10

1.4.3实例：基于拍卖算法的目标分配问题优化 10

1.5习题与实例精讲 13

1.5.1习题 13

1.5.2案例实战 14

1.6结束语 19

1.7阅读材料 19

本章参考文献 19

第2章 元胞自动机 21

2.1概述 21

2.2目的 21

2.2.1基本术语 22

2.2.2思维导图 22

2.3理论和实例 23

2.3.1原理 23

2.3.2实现 30

2.3.3实例：森林火灾蔓延建模 31

2.4习题与实例精讲 35

2.4.1习题 35

2.4.2案例实战 36

2.5结束语 39

2.6阅读材料 39

本章参考文献 41

第3章 决策树 43

3.1概述 43

3.2目的 43

3.2.1基本术语 44

3.2.2思维导图 44

3.3决策方法 45

3.3.1确定性决策 45

3.3.2不确定性决策 46

3.4理论和实例 47

3.4.1原理 47

3.4.2实现 54

3.4.3实例 55

3.5习题与实例精讲 67

3.5.1习题 67

3.5.2案例实战 68

3.6结束语 76

3.7阅读材料 77

3.7.1推荐书籍 77

3.7.2推荐论文 77

本章参考文献 78

第4章 路径规划问题 79

4.1概述 79

4.2目的 79

4.2.1基本术语 79

4.2.2思维导图 81

4.3路径规划问题 82

4.3.1简介 82

4.3.2历史 83

4.3.3分类 85

4.4理论和实例 85

4.4.1原理 85

4.4.2实现 91

4.4.3实例：带时间窗约束的TSP问题 92

4.5习题与实例精讲 94

4.5.1习题 94

4.5.2案例实战 95

4.6结束语 97

4.7阅读材料 98

4.7.1重要书籍 98

4.7.2重要论文 98

4.7.3相关网站 99

本章参考文献 99

第5章 组合优化问题 101

5.1概述 101

5.2目的 101

5.2.1基本术语 102

5.2.2思维导图 103

5.3典型组合优化问题 103

5.3.1图着色问题 103

5.3.2最大可满意性问题 104

5.3.3陷阱问题 104

5.3.4武器目标分配问题 104

5.3.5背包问题 105

5.4二进制类问题理论和实例 105

5.4.1原理 105

5.4.2实现 107

5.4.3实例：塔吊装载问题 108

5.5多进制类问题理论和实例 108

5.5.1原理 108

5.5.2实现 111

5.5.3实例：装箱问题 111

5.6习题与实例精讲 112

5.6.1习题 112

5.6.2案例实战 113

5.7结束语 116

5.8阅读材料 116

5.8.1重要书籍 116

5.8.2重要论文 117

本章参考文献 117

第6章 实数编码优化问题 119

6.1概述 119

6.2目的 119

6.2.1基本术语 120

6.2.2思维导图 121

6.3理论和实例 122

6.3.1原理 122

6.3.2优化算法：灰狼算法 122

6.3.3实现 126

6.3.4实例：无人机航迹优化 127

6.4习题与实例精讲 129

6.4.1习题 129

6.4.2案例实战 130

6.5结束语 132

6.6阅读材料 132

6.6.1重要书籍 132

6.6.2重要论文 133

本章参考文献 133

第7章 模糊推理系统 135

7.1概述 135

7.2目的 135

7.2.1基本术语 135

7.2.2思维导图 136

7.3理论和实例 137

7.3.1原理 137

7.3.2实现 147

7.3.3实例：模糊洗衣机 149

7.4习题与实例精讲 151

7.4.1习题 151

7.4.2案例实战 151

7.5结束语 155

7.6阅读材料 155

7.6.1推荐书籍 155

7.6.2推荐论文 156

本章参考文献 156

第8章 支持向量机 158

8.1概述 158

8.2目的 158

8.2.1基本术语 159

8.2.2思维导图 160

8.3理论和实例 160

8.3.1原理 160

8.3.2实现 170

8.3.3实例：人脸识别 172

8.4习题与实例精讲 174

8.4.1习题 174

8.4.2案例实战 174

8.5结束语 176

8.6阅读材料 177

8.6.1推荐书籍 177

8.6.2推荐论文 177

本章参考文献 178

第9章 神经网络 180

9.1概述 180

9.2目的 181

9.2.1基本术语 181

9.2.2思维导图 182

9.3理论和实例 182

9.3.1原理 182

9.3.2实现 189

9.3.3实例：车牌识别 190

9.4习题与实例精讲 193

9.4.1习题 193

9.4.2案例实战 193

9.5结束语 195

9.6阅读材料 196

9.6.1推荐书籍 196

9.6.2推荐论文 196

本章参考文献 197

第10章 强化学习 199

10.1概述 199

10.2目的 199

10.2.1基本术语 200

10.2.2思维导图 201

10.3强化学习理论 201

10.3.1模型 201

10.3.2算法分类 202

10.3.3要素 203

10.3.4求解方法 203

10.4 Q-learning算法及应用实例 207

10.4.1 Q表 207

10.4.2Q值函数 207

10.4.3贪心探索 208

10.4.4实现伪码 209

10.4.5应用实例 210

10.5习题与实例精讲 212

10.5.1习题 212

10.5.2案例实战 213

10.6结束语 216

10.7阅读材料 216

10.7.1推荐书籍 216

10.7.2推荐论文 217

本章参考文献 217

第11章 迁移学习 219

11.1概述 219

11.2目的 219

11.2.1基本术语 219

11.2.2思维导图 220

11.3概况 221

11.3.1迁移学习的必要性 221

11.3.2迁移学习的可行性 221

11.3.3迁移学习的适用性 222

11.3.4迁移学习的架构与思路 223

11.4基于样本的迁移学习的实现 223

11.4.1问题描述 223

11.4.2解决办法 224

11.5习题与实例精讲 229

11.5.1习题 229

11.5.2案例实战 229

11.6结束语 232

11.7阅读材料 232

11.7.1推荐书籍 232

11.7.2推荐论文 232

本章参考文献 233

附录一 235

附录二 236

附录三 242

附录四 244

查看更多关于的内容