人工智能基础教程

第1篇导论
第1章绪论/2
1.1人工智能的产生和发展/3
1.2优化问题分类/6
1.3计算复杂性理论/9
1.4智能信息处理方法/11 第2篇模糊理论
第2章模糊信息处理/17
2.1模糊逻辑概述/18
2.2模糊集合与模糊逻辑/20
2.3模糊逻辑推理/25
2.4模糊计算/29
2.5模糊计算的应用现状与发展前景/33 第3篇机器学习
第3章人工神经网络与机器学习/37
3.1预备知识/38
3.2人工神经网络模型/44
3.3人工神经网络的经典结构/48
3.4人工神经网络学习算法/50
3.5基于反向传播学习的前馈型神经网络/54
3.6基于深度学习算法的深度神经网络/64
3.7机器学习的应用与发展/72 第4篇数据挖掘基础
第4章分类算法/77
4.1分类的基本概念/78
4.2基于距离的分类算法/79
4.3基于决策树的分类算法/82
4.4贝叶斯分类算法/98
4.5规则归纳/107
第5章聚类算法/117
5.1聚类算法概述/117
5.2划分聚类算法/125
5.3层次聚类算法/133
5.4密度聚类算法/139
5.5其余聚类算法/143 第5篇演化计算
第6章遗传算法/148
6.1遗传演化理论概述/148
6.2遗传算法的基本理论/153
6.3遗传算法的实现方式/158
6.4遗传算法的改进研究/167
6.5遗传算法的应用与发展/172
第7章蚁群优化算法/174
7.1自组织系统概述/175
7.2蚁群优化算法概述/177
7.3蚁群优化算法的实现方式/180
7.4蚁群优化算法的改进研究/187
7.5蚁群优化算法的控制参数设置/199
7.6蚁群优化算法的应用现状/201
第8章粒子群优化算法/203
8.1粒子群优化算法概述/205
8.2粒子群优化算法的实现方式/208
8.3粒子群优化算法的改进研究/213
8.4粒子群优化算法的应用现状/219 第6篇复杂系统基础
第9章复杂网络方法/222
9.1复杂网络理论概述/222
9.2小世界网络模型/233
9.3无标度网络模型/235
9.4复杂网络方法的应用现状与发展前景/239
附录部分章节实验参考源程序/241
附录A机器学习算法参考源程序/242
附录B遗传算法参考源程序/246
附录C蚁群优化算法参考源程序/249
附录D粒子群优化算法参考源程序/252
参考文献/254