计算智能pdf电子书版本下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快] 温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页 直链下载[便捷但速度慢]   [在线试读本书]   [在线获取解压码]

计算智能PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如 BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数 要大于 标注页数，上中下等多册电子书除外）

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1章 绪论 1

1.1智能基础 1

1.1.1智能的含义 1

1.1.2人工智能的含义 2

1.1.3研究方法 2

1.2发展阶段 3

1.2.1形成及第一个兴旺期（1956～1966年） 3

1.2.2萧条波折期（1967～1974年） 3

1.2.3第二个兴旺期（1975～1998年） 4

1.3研究应用 5

第2章 知识表示 8

2.1知识的基本概念 8

2.1.1知识的特性 9

2.1.2知识的分类 10

2.1.3知识的表示方法 10

2.2谓词逻辑表示 12

2.2.1命题逻辑 12

2.2.2谓词逻辑 15

2.3产生式表示 16

2.3.1产生式表示法 16

2.3.2产生式系统 17

2.4语义网络 19

2.5框架表示 20

2.6脚本表示 23

第3章 基本推理原理 25

3.1推理的基本概念 25

3.1.1推理的定义 25

3.1.2推理方法及其分类 25

3.1.3推理的控制策略及其分类 28

3.2自然演绎推理 29

3.3归结反演推理 30

3.3.1子句集及其化简 30

3.3.2鲁滨孙归结原理 32

3.4不确定推理概述 35

3.4.1不确定推理的概念 35

3.4.2不确定推理的基本问题 36

3.4.3不确定性推理的方法 37

第4章 搜索原理 38

4.1搜索原理概述 38

4.1.1搜索的概念 38

4.1.2搜索方法的分类 38

4.1.3状态空间、搜索空间与解路径 39

4.1.4搜索成本 40

4.2盲目搜索策略 41

4.2.1回溯策略 41

4.2.2图搜索策略 44

4.2.3深度优先搜索 46

4.2.4宽度优先搜索 48

4.2.5等代价搜索 49

4.3启发式搜索 52

4.3.1启发式搜索的概念与必要性 52

4.3.2启发式搜索算法A 58

4.3.3爬山策略搜索 60

4.3.4启发式搜索算法A 60

4.4博弈树搜索 65

4.4.1博弈树搜索的概念 65

4.4.2 Grundy博弈 67

4.4.3极小极大分析法 68

4.4.4 α-β剪枝 69

4.4.5其他改进方法 69

第5章 模糊逻辑 71

5.1模糊集合 71

5.1.1集合的概念 71

5.1.2模糊集合 73

5.1.3模糊集合表示方法 74

5.1.4模糊集合的运算 75

5.1.5隶属函数 78

5.1.6分解定理 80

5.1.7扩展原理 83

5.2模糊关系与推理 86

5.2.1模糊语言 86

5.2.2模糊关系 88

5.2.3模糊规则与推理 91

5.3模糊系统 98

5.3.1模糊推理系统 98

5.3.2模糊推理方法（I） 100

5.3.3模糊推理方法（II） 106

5.3.4解模糊方法 110

5.4模糊控制 112

5.4.1控制的概念 112

5.4.2模糊控制器 113

5.4.3模糊控制系统 117

5.4.4非线性分析 122

5.4.5模糊逻辑工具箱 124

第6章 神经网络 127

6.1概述 127

6.1.1基本概念 127

6.1.2人工神经元 129

6.1.3神经网络结构与学习 130

6.1.4神经网络的发展 136

6.1.5神经网络的特点 137

6.2人工神经网络 138

6.2.1感知器 138

6.2.2自适应线性单元 144

6.2.3多层前向网络 147

6.2.4神经网络的应用 155

第7章 进化计算 162

7.1遗传算法概述 163

7.1.1遗传算法的产生、发展与应用 163

7.1.2遗传学与遗传算法的基本思想 164

7.2基本遗传算法 165

7.2.1简单函数优化实例 165

7.2.2基本遗传算法的算法描述 168

7.3遗传算法的数学理论基础 169

7.3.1模式理论 169

7.3.2欺骗问题 174

7.4遗传算法的实现技术 175

7.4.1编码 176

7.4.2群体设定 179

7.4.3适应度函数 180

7.4.4遗传操作 182

7.4.5收敛性 190

第8章 群体智能 192

8.1概述 192

8.2粒子群优化原理 192

8.2.1 PSO标准算法 192

8.2.2 PSO算法特性 194

8.3粒子群改进算法 195

8.3.1动态自适应参数 195

8.3.2粒子多样性 197

8.3.3多子群拓扑结构 198

8.3.4混合PSO 200

8.4参数估计问题 202

第9章 数据挖掘 206

9.1概述 206

9.2数据挖掘KDD 206

9.2.1 KDD的基本概念 206

9.2.2 KDD的基本过程 207

9.2.3数据挖掘系统 208

9.3数据挖掘功能 209

9.3.1概念描述 209

9.3.2关联分析 210

9.3.3信息分类 211

9.3.4聚类 211

9.3.5偏差检测 211

9.4数据挖掘技术与方法 212

9.5关联分析 212

9.5.1关联的基本概念 212

9.5.2关联规则 213

9.5.3 Apriori算法 213

9.6聚类分析 216

9.6.1聚类概述 216

9.6.2聚类问题 217

9.6.3聚类方法 218

9.6.4层次聚类 219

9.6.5划分聚类 221