MATLAB智能算法

目录
第一部分专 题 介 绍
第1章人工智能概述
1.1人工智能的基本概念
1.1.1智能的概念
1．1．2人工智能的概念
1．1．3人工智能的研究目标
1．1．4人工智能的研究方法
1．2人工智能的特征
1．3人工智能的应用
1．3．1机器思维
1．3．2机器感知
1．3．3机器行为
1．3．4机器学习
1．3．5机器计算
1．3．6分布式人工智能
1．3．7机器系统
1．3．8典型应用
1．4本章小结

第2章神经网络算法及其MATLAB实现
2．1神经网络基础
2．1．1人工神经网络的发展
2．1．2人工神经网络研究内容
2．1．3人工神经网络研究方向
2．1．4人工神经网络发展趋势
2．2神经网络的结构及学习
2．2．1神经网络结构
2．2．2神经网络学习
2．2．3MATLAB在神经网络中的应用
2．3MATLAB神经网络工具箱
2．3．1神经网络工具箱函数
2．3．2神经网络工具箱的图形用户界面
2．3．3神经网络的MATLAB实现
2．4Simulink神经网络控制工具箱
2．4．1神经网络模型预测控制
2．4．2反馈线性化控制
2．4．3模型参考控制
2．5本章小结

第3章粒子群算法及其MATLAB实现
3．1粒子群算法基础
3．1．1粒子群算法的发展
3．1．2粒子群算法研究内容
3．1．3粒子群算法的特点
3．1．4粒子群算法的应用
3．2基本粒子群算法
3．2．1基本原理
3．2．2算法构成要素
3．2．3算法参数设置
3．2．4算法的基本流程
3．2．5算法的MATLAB实现
3．3MATLAB粒子群工具箱
3．4权重改进的粒子群算法
3．4．1自适应权重法
3．4．2随机权重法
3．4．3线性递减权重法
3．5混合粒子群算法
3．5．1基于杂交的算法
3．5．2基于自然选择的算法
3．5．3基于免疫的粒子群算法
3．5．4基于模拟退火的算法
3．6本章小结

第4章遗传算法及其MATLAB实现
4．1遗传算法的基本概念
4．1．1算法的基本运算
4．1．2遗传算法的特点
4．1．3遗传算法中的术语
4．1．4遗传算法的发展现状
4．1．5遗传算法的应用领域
4．2遗传算法的原理
4．2．1算法运算过程
4．2．2算法编码
4．2．3适应度及初始群体选取
4．3遗传算法程序设计及其MATLAB工具箱
4．3．1程序设计
4．3．2算法参数设计原则
4．3．3适应度函数的调整
4．3．4算法MATLAB工具箱及其应用
4．3．5遗传算法的GUI实现
4．4遗传算法的典型应用
4．4．1利用遗传算法求解函数极值
4．4．2遗传算法在TSP中的应用
4．4．3遗传算法的求解优化
4．5本章小结

第5章模糊逻辑控制及其MATLAB实现
5．1模糊逻辑控制基础
5．1．1模糊逻辑控制的基本概念
5．1．2模糊逻辑控制原理
5．1．3模糊逻辑控制器设计的内容
5．1．4模糊逻辑控制规则设计
5．1．5模糊逻辑控制系统的应用领域
5．2模糊逻辑控制工具箱
5．2．1模糊逻辑控制工具箱的功能特点
5．2．2模糊系统的基本类型
5．2．3模糊逻辑控制系统的构成
5．2．4模糊推理系统的建立、修改与存储管理
5．2．5模糊语言变量及其语言值
5．2．6模糊语言变量的隶属度函数
5．2．7模糊规则的建立与修改
5．2．8模糊推理计算与去模糊化
5．3模糊逻辑控制工具箱的图形界面工具
5．3．1FIS编辑器
5．3．2隶属度函数编辑器
5．3．3模糊规则编辑器
5．3．4模糊规则浏览器
5．3．5模糊推理输入输出曲面视图
5．4模糊逻辑控制的经典应用
5．4．1基于Simulink的模糊逻辑控制应用
5．4．2基于模糊逻辑控制的路径规划应用
5．5本章小结

第6章免疫算法及其MATLAB实现
6.1免疫算法的基本概念
6.1.1生物免疫系统
6.1.2免疫算法基本原理
6.1.3免疫算法步骤和流程
6.1.4免疫系统模型和免疫算法
6.1.5免疫算法特点
6.1.6免疫算法的发展趋势
6.2免疫遗传算法
6.2.1免疫遗传算法步骤和流程
6.2.2基于MATLAB实现免疫遗传算法
6.3免疫算法的MATLAB应用
6.3.1免疫算法在克隆选择中的应用
6.3.2免疫算法在最短路径规划问题中的应用
6.3.3免疫算法在TSP中的应用
6.3.4免疫算法在故障检测中的应用
6.4本章小结

第7章蚁群算法及其MATLAB实现
7.1蚁群算法概述
7.1.1蚁群算法起源
7.1.2蚁群算法的基本原理
7.1.3自适应蚁群算法的介绍
7.1.4蚁群算法实现的重要规则
7.1.5蚁群算法的特点
7.1.6蚁群优化算法的应用
7.2蚁群算法的MATLAB实现
7.3蚁群算法在MATLAB中的应用
7.3.1蚁群算法在路径规划中的应用
7.3.2蚁群算法在解决TSP中的应用
7.4本章小结

第8章小波分析算法及其MATLAB实现
8.1傅里叶变换到小波分析
8.1.1傅里叶变换
8.1.2小波分析
8.2Mallat算法
8.2.1Mallat算法原理
8.2.2常用小波函数介绍
8.2.3Mallat算法示例
8.3小波GUI简介
8.4小波分析用例
8.4.1信号压缩
8.4.2信号去噪
8.4.3分离信号的不同成分
8.5小波变换在图像处理中的应用
8.5.1小波变换用于图像压缩
8.5.2小波在图像边缘检测的应用
8.5.3小波变换在图像增强方面的应用
8.6本章小结
第二部分综合实例应用
第9章模糊神经网络在工程中的应用
9.1模糊神经网络
9.1.1模糊神经网络概述
9.1.2模糊系统与神经网络的区别与联系
9.1.3典型模糊神经网络结构
9.1.4自适应模糊神经推理系统
9.2模糊神经网络建模方法
9.3模糊神经网络在工程中的应用
9.3.1模糊神经网络在解耦控制中的应用
9.3.2模糊神经网络在函数逼近中的应用
9.4本章小结

第10章遗传算法在图像处理中的应用
10.1图像分割的基础知识
10.1.1图像分割的概念
10.1.2图像分割的理论
10.1.3灰度门限法简介
10.1.4基于最大类间方差图像分割原理
10.2遗传算法实现图像分割
10.2.1利用遗传算法实现图像分割的原理
10.2.2算法的实现
10.3遗传算法在图像处理中的应用
10.3.1基于遗传算法的道路图像阈值分割
10.3.2基于遗传神经网络的图像分割
10.3.3应用遗传算法和KSW熵法实现灰度图像阈值分割
10.4本章小结

第11章神经网络在参数估计中的应用
11.1参数估计的基本知识
11.1.1参数估计的概念
11.1.2点估计与区间估计
11.1.3样本容量
11.2几种通用神经网络MATLAB代码
11.3神经网络在参数估计中的应用
11.3.1神经网络在人脸识别中的应用
11.3.2灰色神经网络在数据预测中的应用
11.3.3BP神经网络在数据预测中的应用
11.3.4概率神经网络在分类预测中的应用
11.4本章小结

第12章基于智能算法的PID控制器设计
12.1PID控制器的理论基础
12.2智能算法在PID控制器设计中的应用
12.2.1神经网络在PID控制器设计中的应用
12.2.2模糊控制在PID控制器设计中的应用
12.2.3遗传算法在PID控制器设计中的应用
12.3本章小结

第13章智能算法综合应用
13.1模糊神经网络控制在MATLAB中的应用
13.2基于遗传算法的MP算法的应用
13.3本章小结

参考文献