仿生智能計算（簡體書）

《仿生智能計算》系統、深入地介紹了仿生智能計算的起源、原理、模型、理論及其應用，力圖概括國內外的最新研究進展。全書共分12章，主要包括仿生智能計算的思想起源、研究現狀及機制原理，仿生智能計算的數學基礎；蟻群算法、微粒群算法、人工蜂群算法、微分進化算法、Memetic算法、文化算法、人工免疫算法、DNA計算的原理、模型、理論和典型應用，以及仿生硬件、仿生智能計算研究前沿與展望。附錄給出了各章算法的程序源代碼和相關網站。全書突出基礎，強調背景，著眼學術前沿與發展，取材新穎，覆蓋面廣，深入淺出，系統性強，理論聯系實際，力求使讀者能較快掌握和應用仿生智能計算方法。
《仿生智能計算》可為計算機科學、信息科學、人工智能、控制科學、系統科學、管理科學等領域從事仿生智能計算研究的相關專業人員提供參考，同時也可作為相關專業研究生和高年級本科生教材。

段海濱

1976年生於山東廣饒，北京航空航天大學副教授、博士生導師，IEEE Senior Member。曾入選教育部“新世紀優秀人才支持計劃”、北京市“科技新星”計劃、北京航空航天大學“藍天（科研）新星”計劃、北京航空航天大學“藍天新秀”計劃等。作為項目負責人主持了多項國家863計劃、國家自然科學基金、航空科學基金、國家重點實驗室開放基金等項目和國防橫向課題。主要研究興趣為：仿生智能計算理論及應用、多飛行器協同控制與智能決策、計算機視覺、智能飛行控制與制導。

序
前言
第1章 緒論
1.1 引言
1.2 最優化、NP-hard問題及算法復雜度
1.2.1 最優化問題
1.2.2 NP-hard問題
1.2.3 算法復雜度
1.3 仿生智能計算方法
1.4 仿生智能計算方法的共同點
1.5 本書體系結構
1.6 本章 小結
參考文獻

第2章 數學基礎
2.1 引言
2.2 Markov鏈理論
2.2.1 定義及其等價性質
2.2.2 齊次Markov鏈及狀態類
2.2.3 Markovr鏈的極限分布
2.3 鞅與鞅列
2.4 模式定理
2.4.1 模式
2.4.2 模式定理的證明
2.5 本章 小結
參考文獻

第3章 蟻群算法
3.1 引言
3.2 起源和進展
3.2.1 蟻群行為描述
3.2.2 蟻群優化的機制原理
3.2.3 研究進展
3.3 系統學特徵
3.4 數學模型
3.4.1 TSP
3.4.2 算法流程
3.5 理論分析
3.6 應用實例
3.7 本章 小結
參考文獻

第4章 微粒群算法
4.1 引言
4.2 起源和進展
4.3 基本原理
4.3.1 基本思想
4.3.2 算法流程
4.3.3 社會行為分析
4.4 數學模型
4.4.1 全局模型與局部模型
4.4.2 標準的算法模型
4.4.3 引入收縮因子的算法模型
4.4.4 鄰域結構
4.5 理論分析
4.6 應用實例
4.6.1 圖像匹配
4.6.2 控制參數整定
4.7 本章 小結
參考文獻

第5章 人工蜂群算法
5.1 引言
5.2 起源和進展
5.3 基本原理
5.4 數學模型
5.5 理論分析
5.6 應用實例
5.6.1 函數極值優化
5.6.2 目標識別
5.7 本章 小結
參考文獻

第6章 微分進化算法
6.1 引言
6.2 起源和進展
6.3 原理與模型
6.3.1 數學模型
6.3.2 參數設置
6.3.3 算法流程
6.3.4 算法擴展模式
6.4 理論分析
6.4.1 Markov鏈模型
6.4.2 收斂性分析
6.5 應用實例
6.5.1 TSP問題
6.5.2 無人機航路規劃
6.6 本章 小結
參考文獻

第7章 Memetic算法
7.1 引言
7.2 起源和進展
7.3 基本原理
7.3.1 meme理論
7.3.2 算法流程
7.3.3 結構分析
7.3.4 主要特點
7.4 理論分析
7.4.1 局部搜索上限問題討論
7.4.2 收斂性分析
7.5 應用實例
7.5.1 移動機器人路徑規劃
7.5.2 高維函數優化
7.6 本章 小結
參考文獻

第8章 文化算法
8.1 引言
8.2 起源與進展
8.3 基本原理
8.4 數學模型
8.4.1 種群空間
8.4.2 信度空間
8.4.3 接受函數
8.4.4 影響函數
8.5 應用實例
8.6 本章 小結
參考文獻

第9章 人工免疫算法
9.1 引言
9.2 起源和進展
9.3 生物免疫系統
9.3.1 基本概念
9.3.2 組成和功能
9.3.3 基本原理
9.3.4 計算能力
9.4 原理與模型
9.4.1 算法原理
9.4.2 主要算子
9.4.3 算法流程
9.5 理論分析
……
第10章 DNA計算
第11章 仿生硬件
第12章 研究前沿與展望
附錄