用于最优化的计算智能
the optimization of computational intelligence
2008-08-11
本书从讨论组合优化中的基本问题——NP问题入手，系统地讲述了近年来所发展起来的智能最优化的各种技术和方法，其中包括启发式搜索、Hopfield神经网络、模拟退火和随机机、均场退火以及遗传算法等；并在此基础上，通过一些典型的应用问题，如旅行商问题、模式识别中的点模式匹配问题、通信和任务调度等问题进一步阐明以上一些基本方法怎样用来解决这些原来具有NP性质的困难问题。
本书是作者在美国新泽西州理工学院多年讲授有关课程的基础上写成的。全书深入浅出，理论联系实际。
为帮助学生掌握基本概念，提高学习能动性，各章编写了习题。
本书可作为通信、计算机、控制各专业的高年级学生和研究生学习有关课程的教材。它对于广大科研工作者也是一本很有实际价值的参考书。
基于计算智能的多目标决策理论和方法研究
杨莉[1] 孙华昕[2] 朱宏超[3]
多目标决策问题普遍存在于决策领域而且有着广泛的实际背景，从一定意义上说，几乎所有实际问题都可看作是多目标的，因此研究多目标决策具有十分重要的意义。但由于多目标问题的求解比单目标问题难得多，阻碍着有关研究的进一步深人。进入20世纪90年代以来，进化计算等现代搜索技术的出现及深入发展，为这个领域的研究提供了有力工具，使得多目标决策特别是多目标优化成为新的研究热点。[第一段]
计算智能在系统仿真中的应用
杨杰 黄欣
传统的系统仿真技术主要采用数学主数值计算，存在着知识获取瓶颈，难以处理非线性和不精确知识，对数学模型的目标寻估缺乏有效的方法。计算智能（人工神经网、遗传算法、模糊系统）因其鲁棒性、容错性等优点已开始应用于系统仿真。文中介绍了计算智能的原理并探讨其在系统仿真中的应用，包括基于神经网的面目标识别、模糊专家系统、基于遗传算法的模糊规则生成。
计算智能在振动工程中的应用
宋妍 于建华
计算智能作为生物智能的计算机模拟，包含模糊系统，神经网络系统，进化计算等新的算法。这些学科的共同特点是通过“仿生”和“拟物”使问题得以解决。结构优化同计算智能的结合必将产生结构优化设计新的分支，即结构智能优化设计。简要介绍计算智能和结构进化智能优化设计。结合两个结构振动主动控制的简单算例来说明智能在振动工程领域具有很大的理论和应用价值。