智能计算 原理与实践

1 全面介绍智能计算方法原理、实现流程及应用实例。 2 涵盖支持向量机、混沌计算、蚁群算法、DNA计算、DNA遗传算法、人工免疫系统、萤火虫算法、蝙蝠算法、蛙跳算法和鱼群算法。 3 在给出理论和方法的同时，将不同算法应用于解决通信、生产线优化、参数辨识等实际问题。

本书面向人工智能学科的前沿领域，系统地讨论了智能计算的原理与实现，比较全面地反映了智能计算研究和应用的近期新进展。书中涵盖了支持向量机、混沌计算、蚁群算法、DNA计算、DNA遗传算法、人工免疫系统、萤火虫算法、蝙蝠算法、蛙跳算法、鱼群算法和其他一些算法及应用。全书提供了大量的实用案例，重点强调实际的应用和计算工具，这些对于智能计算领域的进一步发展是非常有意义的。 本书取材新颖、内容系统、深入浅出、材料丰富，理论密切结合实际，具有较高的学术水平和参考价值。 本书可作为人工智能、信息与通信工程、仪器科学与技术、计算机科学与技术等相关领域的科研人员及工程技术人员的参考书，也可作为研究生和高年级本科生开阔视野、增长知识的阅读材料。

郭业才，男，教授，博导。1986年毕业于安庆师范学院物理专业；2003年获西北工业大学水声工程专业博士学位，是全国百篇优秀博士学位论文获得者。曾任安徽省学术与技术带头人、江苏省高校“传感网与现代气象装备”优势学科方向带头人。现为江苏省“六大人才高峰”培养对象、江苏省高校“信息与通信工程” 优势学科方向带头人。主持全国优秀博士学位论文作者专项资金、国家自然科学基金和重量省级教学研究等项目，共20余项；获省级科研和教学成果奖7项；获批重量规划教材1部、教育部电子信息类教指委规划教材3部及省重点教材1部；获授权发明专利30余件。正在指导统招博士、硕士研究生、留学研究生30余名，5篇硕士学位论文获省优秀硕士学位论文奖。

前言
第1章 支持向量机
1.1 支持向量机的理论基础
1.2 支持向量机原理
1.3 核函数
1.4 实例1-1：基于改进支持向量机的正交小波盲均衡算法
1.5 实例1-2：基于U-支持向量机的正交小波盲均衡算法
第2章 混沌计算
2.1 混沌理论基础
2.3 混沌优化算法
2.4 实例2-1：基于混沌优化的正交小波常数模盲均衡算法
2.5 实例2-2：基于混沌支持向量机优化的小波加权多模盲均衡算法
2.6 实例2-3：基于混沌通信系统的正交小波变换盲均衡算法
第3章 蚁群优化算法
3.1 基本蚁群算法
3.2 改进蚂蚁系统
3.3 蚁群算法收敛性分析
3.4 实例3-1：基于蚁群优化算法的常数模盲均衡算法
3.5 实例3-2：基于蚁群优化算法的正交小波包变换常数模盲均衡算法
3.6 实例3-3：基于混合蚁群算法的半导体生产线炉管区调度方法
第4章 DNA计算与遗传算法
4.1 DNA计算
4.2 DNA编码问题
4.3 遗传算法
4.4 DNA遗传算法
4.5 实例4-1：基于DNA遗传算法优化的常数模盲均衡算法
4.6 实例4-2：基于DNA遗传算法的表面贴装生产线负荷优化分配方法
第5章 人工免疫系统
5.1 人工免疫系统
5.2 Opt-aiNet算法
5.3 小生境人工免疫网络系统
5.4 形态空间人工免疫调节网络
5.5 实例5-1：基于Opt-aiNet的正交小波盲均衡算法
5.6 实例5-2：基于形态空间人工免疫调节网络的正交小波常数模算法
第6章 萤火虫算法
6.1 标准萤火虫算法
6.2 基于利维飞行和变异算子的萤火虫算法
6.3 云萤火虫算法
6.4 基于精英反向学习的K均值萤火虫算法
6.5 基于DNA遗传的萤火虫优化算法
6.6 实例6-1：基于云萤火虫算法改进二维Tsallis熵的医学图像分割算法
6.7 实例6-2：基于新型DNA遗传萤火虫优化的二维图像小波盲恢复算法
第7章 蝙蝠算法
7.1 基本蝙蝠算法
7.2 量子蝙蝠算法
7.3 混合蝙蝠算法
7.4 DNA遗传蝙蝠算法
7.5 实例7-1：基于DNA遗传蝙蝠算法的分数间隔多模盲均衡算法
7.6 实例7-2：基于双蝙蝠群智能优化的多模盲均衡算法
第8章 混合蛙跳算法
8.1 混合蛙跳算法的理论基础
8.2 混合蛙跳算法的原理
8.3 混合蛙跳算法的搜索策略
8.4 遗传混合蛙跳算法
8.5 基于DNA编码的多种群循环遗传混合蛙跳算法
8.6 实例8-1：新型DNA遗传蛙跳算法优化的MIMO多模盲均衡算法
8.7 基于混合蛙跳算法的光伏阵列参数辨识方法
第9章 鱼群算法
9.1 人工鱼群算法
9.2 鲸鱼群优化算法
9.3 鲶鱼粒子群优化算法
9.4 实例9-1：遗传混沌人工鱼群优化DNA序列的频域加权多模均衡算法
9.5 实例9-2：基于鲸鱼群优化算法的柔性作业车间调度方法
9.6 实例9-3：基于鲶鱼群优化的双曲正切误差函数盲均衡算法
参考文献