封面
版权页
作者简介
前言
第1章 支持向量机
1.1 支持向量机的理论基础
1.1.1 机器学习问题的基本框架
1.1.2 经验风险最小化原则
1.1.3 VC维理论
1.1.4 机器学习的复杂度及其推广能力
1.1.5 结构风险最小化原则
1.2 支持向量机原理
1.2.1 支持向量机分类问题
1.2.2 支持向量机回归问题
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
1.4.1 小波变换
1.4.2 正交小波常数模盲均衡算法
1.4.3 改进支持向量机正交小波盲均衡算法
1.4.4 仿真实验与结果分析
1.5 实例1-2：基于U-支持向量机的正交小波盲均衡算法
1.5.1 基于U-支持向量机的正交小波盲均衡算法
1.5.2 仿真实验与结果分析
第2章 混沌计算
2.1 混沌理论基础
2.1.1 非线性动力学系统中的混沌
2.1.2 混沌运动的随机性特征
2.2 混沌序列的基本特点
2.2.1 混沌映射的特点
2.2.2 常见的混沌映射序列
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
2.4.1 混沌优化正交小波常数模盲均衡算法
2.4.2 仿真实验与结果分析
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
2.5.1 加权多模盲均衡算法
2.5.2 支持向量机技术
2.5.3 基于混沌支持向量机优化的正交小波加权多模盲均衡算法
2.5.4 仿真实验与结果分析
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
2.6.1 混沌通信系统
2.6.2 基于混沌通信系统的正交小波变换盲均衡算法
2.6.3 仿真实验与结果分析
第3章 蚁群优化算法
3.1 基本蚁群算法
3.1.1 蚁群行为描述
3.1.2 基本蚁群算法的基本假设
3.1.3 基本蚁群算法的数学模型
3.1.4 基本蚁群算法实现流程
3.1.5 蚁群优化算法的特点
3.2 改进蚂蚁系统
3.2.1 最大-最小蚂蚁系统
3.2.2 精英策略蚂蚁系统
3.2.3 蚁群系统
3.2.4 并行蚁群系统
3.2.5 自适应分组蚁群算法
3.2.6 混合行为蚁群算法
3.2.7 其他改进系统
3.3 蚁群算法收敛性分析
3.3.1 简单蚁群算法
3.3.2 蚁群算法收敛性
3.4 实例3-1：基于蚁群优化算法的常数模盲均衡算法
3.4.1 算法原理
3.4.2 算法实现流程
3.4.3 仿真实验与结果分析
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
3.5.1 正交小波包变换基本理论
3.5.2 基于正交小波包变换的常数模盲均衡算法
3.5.3 基于蚁群优化算法的正交小波包变换常数模盲均衡算法
3.5.4 仿真实验与结果分析
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
3.6.1 半导体生产线炉管区问题模型
3.6.2 基于混合蚁群算法的分层调度
3.6.3 仿真实验与结果分析
第4章 DNA计算与遗传算法
4.1 DNA计算
4.1.1 DNA计算的生物学基础
4.1.2 DNA计算的基本流程
4.1.3 DNA计算的基本操作
4.2 DNA编码问题
4.2.1 编码问题及其影响因素
4.2.2 编码方法
4.2.3 线性编码
4.2.4 基于蚁群算法的DNA编码
4.3 遗传算法
4.3.1 遗传算法原理
4.3.2 自适应遗传算法
4.4 DNA遗传算法
4.4.1 DNA遗传算法的基本概念
4.4.2 DNA遗传算法的主要操作算子
4.4.3 DNA遗传算法实现流程
4.5 实例4-1：基于DNA遗传算法优化的常数模盲均衡算法
4.5.1 算法原理
4.5.2 算法实现流程
4.5.3 仿真实验与结果分析
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
4.6.1 表面贴装生产线负荷优化模型
4.6.2 基于DNA遗传算法的负荷优化模型编码实现流程
4.6.3 仿真实验与结果分析
第5章 人工免疫系统
5.1 人工免疫系统
5.1.1 人工免疫系统仿生机理
5.1.2 人工免疫系统模型
5.1.3 人工免疫系统与其他智能方法的异同
5.2 Opt-aiNet算法
5.3 小生境人工免疫网络系统
5.3.1 小生境技术的实现方法
5.3.2 小生境人工免疫网络
5.4 形态空间人工免疫调节网络
5.4.1 独特型网络调节学说
5.4.2 字条模型与形态空间模型
5.4.3 基于形态空间的人工免疫调节网络算法
5.5 实例5-1：基于Opt-aiNet的正交小波盲均衡算法
5.5.1 算法流程
5.5.2 仿真实验与结果分析
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
5.6.1 算法原理
5.6.2 仿真实验与结果分析
第6章 萤火虫算法
6.1 标准萤火虫算法
6.1.1 萤火虫的行为描述
6.1.2 萤火虫算法的参数及其优化
6.2 基于利维飞行和变异算子的萤火虫算法
6.2.1 利维飞行和变异算子
6.2.2 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
6.3.1 云模型
6.3.2 云萤火虫算法原理
6.4 基于精英反向学习的K均值萤火虫算法
6.4.1 传统K均值聚类与反向学习策略
6.4.2 改进萤火虫吸引度和扰动方式
6.4.3 算法原理
6.5 基于DNA遗传的萤火虫优化算法
6.5.1 基本DNA遗传萤火虫算法
6.5.2 新型DNA遗传萤火虫算法
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
6.6.1 二维Tsallis熵阈值法
6.6.2 基于CMFA-Tsallis熵的医学图像分割
6.6.3 仿真实验与结果分析
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
6.7.1 基于新型DNA遗传萤火虫优化的二维盲均衡算法
6.7.2 基于新型DNA遗传萤火虫优化的二维图像小波盲恢复算法
6.7.3 仿真实验与结果分析
第7章 蝙蝠算法
7.1 基本蝙蝠算法
7.1.1 微型蝙蝠回声定位
7.1.2 基本蝙蝠算法原理
7.1.3 蝙蝠运动
7.1.4 蝙蝠算法的特点
7.1.5 变异的蝙蝠算法
7.1.6 蝙蝠算法收敛性分析
7.1.7 模式与参数选取
7.2 量子蝙蝠算法
7.2.1 初始种群的产生
7.2.2 解空间变换
7.2.3 蝙蝠状态更新
7.2.4 变异处理
7.3 混合蝙蝠算法
7.3.1 和声搜索算法与差分进化算法
7.3.2 混合蝙蝠算法原理
7.3.3 评价指标
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
7.5.1 分数间隔多模盲均衡算法
7.5.2 DNA遗传蝙蝠算法优化分数间隔多模盲均衡算法
7.5.3 仿真实验与结果分析
7.6 实例7-2：基于双蝙蝠群智能优化的多模盲均衡算法
7.6.1 多模盲均衡算法
7.6.2 双蝙蝠群智能优化多模盲均衡算法
7.6.3 双蝙蝠群智能优化MMA初始权向量
7.6.4 仿真实验与结果分析
第8章 混合蛙跳算法
8.1 混合蛙跳算法的理论基础
8.1.1 模因算法基本原理
8.1.2 粒子群算法
8.1.3 混合进化算法
8.2 混合蛙跳算法的原理
8.2.1 混合蛙跳算法模型
8.2.2 混合蛙跳算法流程
8.2.3 混合蛙跳算法参数
8.2.4 混合蛙跳算法的特点
8.3 混合蛙跳算法的搜索策略
8.3.1 混合蛙跳算法的全局搜索策略
8.3.2 混合蛙跳算法的局部搜索策略
8.4 遗传混合蛙跳算法
8.4.1 具有变异操作的混合蛙跳算法的局部搜索策略
8.4.2 具有交叉和自然选择操作的混合蛙跳算法的全局搜索策略
8.4.3 遗传混合蛙跳算法实现流程
8.5 基于DNA编码的多种群循环遗传混合蛙跳算法
8.5.1 多种群循环遗传混合蛙跳算法
8.5.2 基于DNA编码的多种群循环遗传算法
8.5.3 基于DNA编码的多种群遗传混合蛙跳算法原理
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
8.6.1 MIMO系统模型
8.6.2 MIMO系统多模盲均衡算法
8.6.3 基于新型DNA遗传蛙跳算法优化的MIMO多模盲均衡算法
8.6.4 仿真实验与结果分析
8.7 基于混合蛙跳算法的光伏阵列参数辨识方法
8.7.1 光伏阵列数学模型
8.7.2 基于SFLA的光伏阵列参数辨识
8.7.3 仿真实验与结果分析
第9章 鱼群算法
9.1 人工鱼群算法
9.1.1 基本人工鱼群算法
9.1.2 基于人工鱼群优化的DNA序列算法
9.1.3 DNA遗传人工鱼群算法
9.1.4 基于DNA遗传优化的混沌人工鱼群算法
9.2 鲸鱼群优化算法
9.2.1 基本鲸鱼群优化算法
9.2.2 混沌权重和精英引导的鲸鱼群优化算法
9.2.3 离散鲸鱼群优化算法
9.2.4 混合策略改进的鲸鱼群优化算法
9.3 鲶鱼粒子群优化算法
9.3.1 鲶鱼粒子群优化算法的原理
9.3.2 鲶鱼效应粒子群优化算法的流程
9.3.3 鲶鱼效应粒子群优化算法的收敛性分析
9.3.4 混沌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
9.4.1 频域加权多模盲均衡算法
9.4.2 遗传混沌人工鱼群优化DNA序列的频域加权多模盲均衡算法
9.4.3 仿真实验与结果分析
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
9.5.1 柔性作业车间调度问题
9.5.2 鲸鱼群优化算法基本架构
9.5.3 改进鲸鱼群优化算法求解FJSP
9.5.4 变邻域搜索策略
9.5.5 仿真实验与结果分析
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
9.6.1 双曲正切误差变步长盲均衡算法
9.6.2 基于鲶鱼群优化的双曲线正切误差函数盲均衡算法流程
9.6.3 仿真实验与结果分析
参考文献
封底
更新时间：2022-12-14 19:26:35
完结共233章
倒序