计算智能（理论技术与应用）

前言
1 绪论
1. 1 从传统人工智能到计算智能
1. 1. 1 智能
1. 1. 2 传统人工智能
1. 1. 3 计算智能
1. 1. 4 其他智能理论
1. 1. 5 计算智能各领域间的联系
1. 2 智能控制
1. 2. 1 控制理论的产生及其发展
1. 2. 2 智能控制的产生及其发展
1. 2. 3 智能控制的基本概念
1. 2. 4 智能控制的学科范畴
1. 2. 5 智能控制的未来与挑战
1. 3 小结
思考题
2 模糊控制
2. 1 概述
2. 1. 1 模糊控制的发展简史
2. 1. 2 模糊控制的研究进展
2. 1. 3 模糊控制的应用领域
2. 2 模糊数学基础
2. 2. 1 模糊集合
2. 2. 2 模糊运算
2. 2. 3 模糊关系
2. 2. 4 模糊变换
2. 2. 5 模糊推理
2. 2. 6 模糊决策
2. 3 模糊控制的基本原理
2. 3. 1 模糊控制器的基本结构
2. 3. 2 模糊控制系统的组成
2. 4 模糊控制系统的分析和设计
2. 4. 1 模糊控制器的解析结构
2. 4. 2 模糊控制系统的稳定性分析
2. 4. 3 模糊系统万能逼近理论
2. 5 模糊控制的工程应用
2. 5. 1 激光加热中组织温度的实时模糊控制
2. 5. 2 Internet网络的智能搜索
2. 6 小结
实验
思考题
参考文献
3 神经网络控制
3. 1 概述
3. 1. 1 神经元模型
3. 1. 2 神经网络的结构和学习规则
3. 1. 3 神经网络的发展概况
3. 1. 4 神经网络的研究范畴
3. 2 神经网络的基本理论
3. 2. 1 有监督学习神经网络
3. 2. 2 无监督学习和反馈神经网络
3. 2. 3 模糊神经网绉
3. 3 基于神经网络的系统建模
3. 3. 1 神经网络逼近理论
3. 3. 2 基于神经网络的系统建模
3. 4 神经网络控制系统的结构
3. 4. 1 基于神经网络的学习控制
3. 4. 2 基于神经网络的直接逆控制
3. 4. 3 基于神经网络的自适应控制
3. 4. 4 基于神经网络的内模控制
3. 4. 5 基于神经网络的预测控制
3. 4. 6 基于CMAC的控制
3. 4. 7 基于多层神经网络的控制
3. 4. 8 基于神经网络的递阶控制
3. 4. 9 基于模糊神经网络的控制
3. 4. 10 神经网络专家控制
3. 5 神经网络的应用
3. 5. 1 ATM的流量控制
3. 5. 2 倒立摆系统的神经网络控制
3. 6 小结
实验
思考题
参考文献
4 进化计算与遗传算法
4. 1 概述
4. 1. 1 从生物进化到进化计算
4. 1. 2 进化计算的主要分支
4. 1. 3 进化计算的主要特点
4. 1. 4 进化计算的研究内容
4. 1. 5 进化计算的应用
4. 2 进化计算的基本原理
4. 2. 1 进化计算的基本概念
4. 2. 2 进化计算的基本结构 一般框架
4. 2. 3 进化计算的自适应性
4. 2. 4 基本遗传算法的设计和实现
4. 3 进化计算的理论与分析
4. 3. 1 遗传算法的一般收敛性理论
4. 3. 2 遗传算法的马尔可夫链模型
4. 3. 3 遗传算法的收敛速度分析
4. 3. 4 遗传算法结构的分析与设计
4. 3. 5 进化规划和进化策略的收敛性
4. 4 遗传算法的改进
4. 4. 1 递阶 层次 遗传算法
4. 4. 2 CHC算法
4. 4. 3 Messy遗传算法
4. 4. 4 基于实数编码的遗传算法
4. 4. 5 基于小生境技术的遗传算法
4. 4. 6 微种群算法
4. 4. 7 双种群遗传算法
4. 4. 8 自适应遗传算法
4. 4. 9 混合遗传算法
4. 4. 10 并行遗传算法
4. 4. 11 协同多群体遗传算法
4. 4. 12 混沌遗传算法
4. 5 进化计算的应用
4. 5. 1 进化模糊控制系统
4. 5. 2 进化神经网络
4. 5. 3 基于遗传算法的分类器系统
4. 5. 4 用遗传算法实现智能Internet搜索
4. 6 小结
实验
思考题
参考文献
5 人工免疫系统
5. 1 概述
5. 1. 1 人工免疫系统的产生与发展
5. 1. 2 人工免疫系统的研究范畴及应用
5. 1. 3 免疫计算智能与其他智能技术的比较
5. 2 生物免疫机理
5. 2. 1 生物免疫系统的组成与特征
5. 2. 2 免疫系统的计算能力
5. 2. 3 免疫系统的网络学说
5. 2. 4 免疫系统的自己-非己识别机理
5. 2. 5 免疫的学习机理
5. 2. 6 免疫系统的反馈机理
5. 2. 7 与免疫遗传算法相关的生物机理
5. 3 人工免疫网络模型
5. 3. 1 基于独特型网络学说的人工免疫网络模型
5. 3. 2 互联耦合免疫网络
5. 3. 3 对称网络模型
5. 3. 4 多值网络模型
5. 3. 5 免疫通信网络
5. 4 免疫学习算法
5. 4. 1 阴性选择算法
5. 4. 2 学习算法
5. 4. 3 免疫进化算法
5. 4. 4 克隆选择算法
5. 4. 5 免疫Agent算法
5. 5 免疫计算智能系统的应用
5. 5. 1 基于免疫反馈机理的控制系统
5. 5. 2 免疫自适应控制
5. 5. 3 自律移动机器人
5. 5. 4 免疫模式识别
5. 5. 5 免疫故障诊断
5. 5. 6 免疫思想在计算机安全中的应用
5. 6 小结
实验
思考题
参考文献
6 专家系统
6. 1 概述
6. 1. 1 专家系统的基本概念
6. 1. 2 专家系统的研究现状
6. 1. 3 专家系统的应用领域
6. 2 专家系统的原理与结构
6. 2. 1 专家系统的功能与结构
6. 2. 2 专家系统的知识表示方法
6. 2. 3 知识获取与知识库管理
6. 2. 4 专家系统的自动推理机制
6. 3 神经网络专家系统
6. 3. 1 传统专家系统与神经网络的集成
6. 3. 2 基于神经网络的知识处理
6. 3. 3 基于神经网络的专家系统实例
6. 4 模糊专家系统
6. 4. 1 模糊专家系统与传统专家系统的区别
6. 4. 2 模糊专家系统的特征
6. 4. 3 模糊专家系统的构成
6. 5 专家控制系统
6. 5. 1 专家控制系统的基本原理与结构
6. 5. 2 实时专家控制系统
6. 5. 3 直接专家控制系统和间接专家控制系统
6. 5. 4 仿人智能专家控制系统
6. 6 专家系统与其他技术的结合应用
6. 6. 1 组件对象模型技术在专家系统中的应用
6. 6. 2 基于UML技术的专家系统
6. 6. 3 基于数据挖掘的专家系统推理机制
6. 6. 4 专家系统在网络管理中的应用
6. 6. 5 专家系统在数据处理中的应用
6. 7 应用实例--道路交通事故处理辅助决策专家系统
6. 7. 1 系统的总体结构
6. 7. 2 系统的基本组成
6. 7. 3 知识库内容的表示
6. 7. 4 实验结果
6. 8 小结
实验
思考题
参考文献
7 学习控制系统
7. 1 概述
7. 1. 1 学习控制的基本概念
7. 1. 2 机器学习
7. 1. 3 学习控制的框架
7. 1. 4 学习控制的研究状况
7. 2 基于模式识别的学习控制
7. 2. 1 模式分类
7. 2. 2 线性再励学习控制
7. 2. 3 Bayes学习控制
7. 3 基于迭代和重复的学习控制
7. 3. 1 迭代学习控制
7. 3. 2 重复自学习控制
7. 4 联结主义学习控制
7. 4. 1 直接自适应-学习控制
7. 4. 2 间接自适应-学习控制
7. 5 增强式学习控制
7. 5. 1 时间差分学习
7. 5. 2 自适应启发式评判
7. 5. 3 Q-学习
7. 5. 4 基于规则的自学习 模糊 控制
7. 5. 5 基于进化计算的增强学习
7. 6 应用例子
7. 6. 1 机器人足球问题
7. 6. 2 采用增强学习的智能体用于单路口交通信号学习控制
7. 6. 3 基于神经网络的增强学习算法
7. 7 小结
实验
思考题
参考文献
8 DNA计算与基于DNA的软计算
8. 1 概述
8. 1. 1 生物背景
8. 1. 2 DNA计算
8. 1. 3 DNA计算与软计算的集成
8. 1. 4 研究内容及其前景
8. 2 DNA计算与DNA计算机
8. 2. 1 DNA计算的数学机理
8. 2. 2 DNA计算的研究进展
8. 2. 3 DNA计算的算法实现实例
8. 2. 4 DNA计算的优点及目前存在的问题
8. 3 DNA计算与软计算的集成
8. 3. 1 DNA计算与进化计算的集成
8. 3. 2 DNA计算与模糊系统的集成
8. 3. 3 DNA计算与神经网络的集成
8. 3. 4 DNA计算与人工免疫系统的集成
8. 3. 5 DNA计算与其他智能系统的集成
8. 4 小结
实验
思考题
参考文献
9 智能Agent及其应用
9. 1 概述
9. 1. 1 智能Agent
9. 1. 2 多Agent系统
9. 1. 3 移动Agent
9. 1. 4 Agent的应用领域与发展前景
9. 2 智能Agent的模型与结构
9. 2. 1 智能Agent的模型
9. 2. 2 智能Agent的系统结构
9. 3 智能Agent的通信与协调
9. 3. 1 通信方式
9. 3. 2 Agent通信语言
9. 3. 3 Agent协调与协作
9. 4 移动Agent
9. 4. 1 移动Agent及其计算模式
9. 4. 2 移动Agent的优点
9. 4. 3 移动Agent的总体结构
9. 4. 4 一般移动Agent的具体构成
9. 4. 5 移动Agent系统实现的技术难点
9. 5 面向智能Agent的软件开发技术. 环境与工具
9. 5. 1 开发技术. 环境与工具的发展
9. 5. 2 面向移动Agent的IBM Aglet平台
9. 6 智能Agent的应用
9. 6. 1 基于多Agent的网络检索系统
9. 6. 2 基于多Agent的智能供应链管理系统
9. 7 小结
实验
思考题
参考文献
10 粗集理论及其在智能系统中的应用
10. 1 概述
10. 1. 1 粗集理论的基本概念及其特点
10. 1. 2 粗集理论的研究进展
10. 2 粗集理论与模糊集理论
10. 2. 1 粗模糊集合
10. 2. 2 模糊粗集
10. 3 粗集理论与机器学习
10. 3. 1 有导师学习及其算法
10. 3. 2 知识学习的充分性
10. 3. 3 导师知识的完备性
10. 3. 4 推理学习
10. 4 粗集理论的应用
10. 4. 1 任务分配
10. 4. 2 协同模型
10. 4. 3 信息度量
10. 4. 4 移动计算
10. 4. 5 群决策一致性
10. 5 小结
实验
思考题
参考文献
11 混沌控制与同步
11. 1 概述
11. 1. 1 混沌的定义及特性
11. 1. 2 混沌控制与同步的研究现状
11. 2 混沌系统的经典控制方法
11. 2. 1 基于参数的混沌控制方法--OGY方法
11. 2. 2 基于OGY方法的改进--Riccati方程法
11. 2. 3 基于OGY方法的改进--极点配置法
11. 2. 4 混沌系统的反馈控制
11. 2. 5 几种控制方法的比较
11. 3 混沌系统的智能控制
11. 3. 1 模糊系统中的混沌
11. 3. 2 混沌系统的模糊控制
11. 3. 3 神经网络中的混沌
11. 3. 4 基于神经网络的混沌控制
11. 4 混沌同步
11. 4. 1 混沌系统同步原理
11. 4. 2 混沌反馈同步
11. 4. 3 驱动-响应同步法
11. 4. 4 主动被动同步法
11. 4. 5 混沌自适应同步
11. 4. 6 混沌神经网络的同步控制方法
11. 4. 7 几种混沌同步方法的比较
11. 5 混沌同步方法在通信保密中的应用
11. 5. 1 保密通信应用现状
11. 5. 2 传统同步通信方法
11. 5. 3 混沌同步通信方法
11. 6 小结
实验
思考题
参考文献
12 网络智能自动化
12. 1 概述
12. 1. 1 智能网技术
12. 1. 2 智能化网络管理与控制
12. 1. 3 网络信息检索的智能化
12. 1. 4 网络智能自动化发展趋势--主动网络技术
12. 2 智能网
12. 2. 1 智能网的体系结构
12. 2. 2 智能网业务
12. 3 智能化网络体系结构
12. 3. 1 网络管理与控制体系结构
12. 3. 2 网络管理的移动式智能Agent结构
12. 3. 3 网格的体系结构
12. 3. 4 基于生物网络结构的网络管理平台
12. 4 网络智能应用
12. 4. 1 网络智能信息检索服务
12. 4. 2 基于Web的智能数据挖掘
12. 4. 3 网格计算的计算智能
12. 5 网络智能自动化发展趋势--主动网络技术
12. 5. 1 主动网络技术简介
12. 5. 2 主动网络的实现方案及其体系结构
12. 5. 3 主动网络的具体应用及其安全问题
12. 5. 4 主动网络的研究现状
12. 6 小结
实验
思考题
参考文献