精通MATLAB智能算法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

精通MATLAB智能算法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一部分 专题介绍3

第1章 人工智能简介3

1.1 人工智能基础3

1.1.1 智能的概念3

1.1.2 人工智能的概念5

1.1.3 人工智能的研究目标6

1.1.4 人工智能的研究方法7

1.2 人工智能的特征9

1.3 人工智能的应用10

1.3.1 机器思维10

1.3.2 机器感知12

1.3.3 机器行为13

1.3.4 机器学习13

1.3.5 机器计算14

1.3.6 分布式人工智能16

1.3.7 机器系统16

1.3.8 典型应用17

1.4 本章小结18

第2章 神经网络算法及其MATLAB实现19

2.1 神经网络基础19

2.1.1 人工神经网络的发展19

2.1.2 人工神经网络的研究内容20

2.1.3 人工神经网络的研究方向21

2.1.4 人工神经网络的发展趋势21

2.2 神经网络结构和神经网络学习24

2.2.1 神经网络结构24

2.2.2 神经网络学习25

2.2.3 MATLAB在神经网络中的应用41

2.3 MATLAB神经网络工具箱44

2.3.1 神经网络工具箱函数44

2.3.2 神经网络工具箱的图形用户界面66

2.3.3 神经网络的MATLAB实现73

2.4 Simulink神经网络工具箱93

2.4.1 神经网络模型预测控制94

2.4.2 反馈线性化控制98

2.4.3 模型参考控制100

2.5 本章小结105

第3章 粒子群算法及其MATLAB实现106

3.1 粒子群算法基础106

3.1.1 粒子群算法的发展106

3.1.2 粒子群算法的研究内容108

3.1.3 粒子群算法的特点108

3.1.4 粒子群算法的应用108

3.2 基本粒子群算法109

3.2.1 基本原理109

3.2.2 算法构成要素111

3.2.3 算法参数设置111

3.2.4 算法的基本流程112

3.2.5 算法的MATLAB实现113

3.3 MATLAB粒子群工具箱119

3.4 权重改进的粒子群算法121

3.4.1 自适应权重法121

3.4.2 随机权重法125

3.4.3 线性递减权重法127

3.5 混合粒子群算法129

3.5.1 基于杂交的算法130

3.5.2 基于自然选择的算法133

3.5.3 基于免疫的粒子群算法135

3.5.4 基于模拟退火的算法139

3.6 本章小结142

第4章 遗传算法及其MATLAB实现143

4.1 遗传算法基础143

4.1.1 算法基本运算143

4.1.2 遗传算法的特点144

4.1.3 遗传算法中的术语145

4.1.4 遗传算法发展现状145

4.1.5 遗传算法的应用领域147

4.2 遗传算法的原理147

4.2.1 算法运算过程147

4.2.2 算法编码150

4.2.3 适应度和初始群体选取150

4.3 遗传算法程序设计及其MATLAB工具箱151

4.3.1 程序设计151

4.3.2 算法参数设计原则156

4.3.3 适应度函数的调整157

4.3.4 算法MATLAB工具箱及其应用157

4.3.5 遗传算法的GUI实现163

4.4 遗传算法的典型应用165

4.4.1 利用遗传算法求解函数极值165

4.4.2 遗传算法在TSP中的应用178

4.4.3 遗传算法的求解优化184

4.5 本章小结192

第5章 模糊逻辑控制及其MATLAB实现193

5.1 模糊逻辑控制基础193

5.1.1 模糊逻辑控制的基本概念194

5.1.2 模糊逻辑控制原理194

5.1.3 模糊逻辑控制器设计内容195

5.1.4 模糊逻辑控制规则设计195

5.1.5 模糊逻辑控制系统的应用领域196

5.2 模糊逻辑控制工具箱197

5.2.1 模糊逻辑控制工具箱的功能特点197

5.2.2 模糊逻辑控制系统的基本类型198

5.2.3 模糊逻辑控制系统的构成199

5.2.4 模糊推理系统的建立、修改与存储管理200

5.2.5 模糊语言变量及其语言值206

5.2.6 模糊语言变量的隶属度函数208

5.2.7 模糊规则的建立与修改214

5.2.8 模糊推理计算与去模糊化216

5.3 模糊逻辑控制工具箱的图形界面工具219

5.3.1 FIS编辑器219

5.3.2 隶属度函数编辑器221

5.3.3 模糊规则编辑器221

5.3.4 模糊规则浏览器222

5.3.5 模糊推理输入／输出曲面视图223

5.4 模糊逻辑控制的经典应用226

5.4.1 基于Simulink的模糊逻辑控制应用226

5.4.2 基于模糊逻辑控制的路径规划应用232

5.5 本章小结246

第6章 免疫算法及其MATLAB实现247

6.1 免疫算法基础247

6.1.1 生物免疫系统247

6.1.2 免疫算法的基本原理248

6.1.3 免疫算法的步骤和流程249

6.1.4 免疫系统模型和免疫算法250

6.1.5 免疫算法的特点251

6.1.6 免疫算法的发展趋势252

6.2 免疫遗传算法252

6.2.1 免疫遗传算法的步骤和流程253

6.2.2 基于MATLAB实现免疫遗传算法253

6.3 免疫算法的MATLAB应用261

6.3.1 免疫算法在克隆选择中的应用261

6.3.2 免疫算法在最短路径规划问题上的应用266

6.3.3 免疫算法在TSP上的应用270

6.3.4 免疫算法在故障检测上的应用276

6.4 本章小结283

第7章 蚁群算法及其MATLAB实现284

7.1 蚁群算法基础284

7.1.1 蚁群算法的起源284

7.1.2 蚁群算法的基本原理285

7.1.3 自适应蚁群算法288

7.1.4 蚁群算法实现的重要规则290

7.1.5 蚁群算法的特点291

7.1.6 蚁群优化算法的应用291

7.2 蚁群算法的MATLAB实现292

7.3 蚁群算法在MATLAB中的应用294

7.3.1 蚁群算法在路径规划中的应用294

7.3.2 蚁群算法在解决TSP问题中的应用307

7.4 本章小结311

第8章 小波分析算法及其MATLAB实现312

8.1 傅里叶变换到小波分析312

8.1.1 傅里叶变换313

8.1.2 小波分析315

8.2 Mallat算法316

8.2.1 Mallat算法原理316

8.2.2 常用小波函数318

8.2.3 Mallat算法示例319

8.3 小波GUI323

8.4 小波分析用例324

8.4.1 信号压缩324

8.4.2 信号去噪325

8.5 本章小结329

第二部分 综合实例应用333

第9章 模糊神经网络在工程中的应用333

9.1 模糊神经网络的基础知识333

9.1.1 模糊神经网络简介333

9.1.2 模糊系统与神经网络的区别与联系335

9.1.3 典型模糊神经网络结构335

9.1.4 自适应模糊神经推理系统336

9.2 模糊神经网络建模方法337

9.3 模糊神经网络在控制工程中的应用346

9.4 模糊神经网络在函数逼近中的应用357

9.5 本章小结364

第10章 遗传算法在图像处理中的应用365

10.1 图像分割的基础知识365

10.1.1 图像分割的定义365

10.1.2 图像分割的理论366

10.1.3 灰度门限法简介366

10.1.4 基于最大类间方差图像分割原理367

10.2 遗传算法实现图像分割369

10.2.1 利用遗传算法实现图像分割的原理369

10.2.2 算法的实现369

10.3 遗传算法在图像处理中的应用370

10.3.1 基于遗传算法的道路图像阈值分割370

10.3.2 基于遗传神经网络的图像分割379

10.3.3 应用遗传算法和KSW熵法实现灰度图像阈值分割383

10.4 本章小结391

第11章 神经网络在参数估计中的应用392

11.1 参数估计的基础知识392

11.1.1 参数估计的定义392

11.1.2 点估计与区间估计393

11.1.3 样本容量393

11.2 几种通用神经网络MATLAB代码394

11.3 神经网络在参数估计中的应用399

11.3.1 神经网络在人脸识别中的应用399

11.3.2 灰色神经网络在数据预测中的应用407

11.3.3 BP神经网络在数据预测中的应用413

11.3.4 概率神经网络在分类预测中的应用417

11.4 本章小结421

第12章 智能算法在PID控制器设计中的应用422

12.1 PID控制器的基础知识422

12.2 神经网络在PID控制器设计中的应用423

12.3 模糊控制在PID控制器设计中的应用431

12.4 遗传算法在PID控制器设计中的应用434

12.5 本章小结438

第13章 智能算法的综合应用439

13.1 模糊神经网络控制在MATLAB中的应用439

13.2 基于遗传算法的MP算法的应用448

13.3 本章小结451

参考文献452