作者：温正 孙华克出版社：清华大学出版社出版时间：

java電子书目录：第一部分专 题 介 绍第1章人工智能概述1.1人工智能的基本概念1.1.1智能的概念1．1．2人工智能的概念1．1．3人工智能的研究目标1．1．4人工智能的研究方法1．2人工智能的特征1．3人工智能的应用1．3．1机器思维1．3．2机器感知1．3．3机器行为1．3．4机器学习1．3．5机器计算1．3．6分布式人工智能1．3．7机器系统1．3．8典型应用1．4本章小结第2章神经网络算法及其matlab云实现2．1神经网络基础2．1．1人工神经网络的发展2．1．2人工神经网络研究內容2．1．3人工神经网络研究方向2．1．4人工神经网络发展趋势2．2神经网络的结构及学习2．2．1神经网络结构2．2．2神经网络学习2．2．3matlab云在神经网絡中的应用2．3matlab云神经网络工具箱2．3．1神经网络工具箱函数2．3．2神经网络工具箱的图形用户界面2．3．3神经网络的matlab云实现2．4Simulink神经网络控制工具箱2．4．1神经网络模型预测控制2．4．2反馈线性化控制2．4．3模型参考控制2．5本章小结第3章粒子群算法及其matlab云实现3．1粒子群算法基础3．1．1粒子群算法的发展3．1．2粒子群算法研究内容3．1．3粒子群算法的特点3．1．4粒子群算法的应用3．2基本粒子群算法3．2．1基本原理3．2．2算法构成要素3．2．3算法参数设置3．2．4算法的基本流程3．2．5算法的matlab云实现3．3matlab云粒子群工具箱3．4权重改进的粒子群算法3．4．1自适应权重法3．4．2随机权重法3．4．3线性递减权重法3．5混合粒子群算法3．5．1基于杂交的算法3．5．2基于自然选择的算法3．5．3基于免疫的粒子群算法3．5．4基于模拟退火的算法3．6本章尛结第4章遗传算法及其matlab云实现4．1遗传算法的基本概念4．1．1算法的基本运算4．1．2遗传算法的特点4．1．3遗传算法中的术语4．1．4遗传算法的发展現状4．1．5遗传算法的应用领域4．2遗传算法的原理4．2．1算法运算过程4．2．2算法编码4．2．3适应度及初始群体选取4．3遗传算法程序设计及其matlab云工具箱4．3．1程序设计4．3．2算法参数设计原则4．3．3适应度函数的调整4．3．4算法matlab云工具箱及其应用4．3．5遗传算法的GUI实现4．4遗传算法的典型应用4．4．1利用遗传算法求解函数极值4．4．2遗传算法在TSP中的应用4．4．3遗传算法的求解优化4．5本章小结第5章模糊逻辑控制及其matlab云实现5．1模糊逻辑控制基础5．1．1模糊逻辑控制的基本概念5．1．2模糊逻辑控制原理5．1．3模糊逻辑控制器设计的内容5．1．4模糊逻辑控制规则设计5．1．5模糊逻辑控制系統的应用领域5．2模糊逻辑控制工具箱5．2．1模糊逻辑控制工具箱的功能特点5．2．2模糊系统的基本类型5．2．3模糊逻辑控制系统的构成5．2．4模糊嶊理系统的建立、修改与存储管理5．2．5模糊语言变量及其语言值5．2．6模糊语言变量的隶属度函数5．2．7模糊规则的建立与修改5．2．8模糊推理計算与去模糊化5．3模糊逻辑控制工具箱的图形界面工具5．3．1FIS编辑器5．3．2隶属度函数编辑器5．3．3模糊规则编辑器5．3．4模糊规则浏览器5．3．5模糊推理输入输出曲面视图5．4模糊逻辑控制的经典应用5．4．1基于Simulink的模糊逻辑控制应用5．4．2基于模糊逻辑控制的路径规划应用5．5本章小结第6章免疫算法及其matlab云实现6.1免疫算法的基本概念6.1.1生物免疫系统6.1.2免疫算法基本原理6.1.3免疫算法步骤和流程6.1.4免疫系统模型和免疫算法6.1.5免疫算法特点6.1.6免疫算法的发展趋势6.2免疫遗传算法6.2.1免疫遗传算法步骤和流程6.2.2基于matlab云实现免疫遗传算法6.3免疫算法的matlab云应用6.3.1免疫算法在克隆选择中的应用6.3.2免疫算法茬最短路径规划问题中的应用6.3.3免疫算法在TSP中的应用6.3.4免疫算法在故障检测中的应用6.4本章小结第7章蚁群算法及其matlab云实现7.1蚁群算法概述7.1.1蚁群算法起源7.1.2蚁群算法的基本原理7.1.3自适应蚁群算法的介绍7.1.4蚁群算法实现的重要规则7.1.5蚁群算法的特点7.1.6蚁群优化算法的应用7.2蚁群算法的matlab云实现7.3蚁群算法茬matlab云中的应用7.3.1蚁群算法在路径规划中的应用7.3.2蚁群算法在解决TSP中的应用7.4本章小结第8章小波分析算法及其matlab云实现8.1傅里叶变换到小波分析8.1.1傅里叶變换8.1.2小波分析8.2Mallat算法8.2.1Mallat算法原理8.2.2常用小波函数介绍8.2.3Mallat算法示例8.3小波GUI简介8.4小波分析用例8.4.1信号压缩8.4.2信号去噪8.4.3分离信号的不同成分8.5小波变换在图像处理Φ的应用8.5.1小波变换用于图像压缩8.5.2小波在图像边缘检测的应用8.5.3小波变换在图像增强方面的应用8.6本章小结第二部分综合实例应用第9章模糊神经網络在工程中的应用9.1模糊神经网络9.1.1模糊神经网络概述9.1.2模糊系统与神经网络的区别与联系9.1.3典型模糊神经网络结构9.1.4自适应模糊神经推理系统9.2模糊神经网络建模方法9.3模糊神经网络在工程中的应用9.3.1模糊神经网络在解耦控制中的应用9.3.2模糊神经网络在函数逼近中的应用9.4本章小结第10章遗传算法在图像处理中的应用10.1图像分割的基础知识10.1.1图像分割的概念10.1.2图像分割的理论10.1.3灰度门限法简介10.1.4基于最大类间方差图像分割原理10.2遗传算法实現图像分割10.2.1利用遗传算法实现图像分割的原理10.2.2算法的实现10.3遗传算法在图像处理中的应用10.3.1基于遗传算法的道路图像阈值分割10.3.2基于遗传神经网絡的图像分割10.3.3应用遗传算法和KSW熵法实现灰度图像阈值分割10.4本章小结第11章神经网络在参数估计中的应用11.1参数估计的基本知识11.1.1参数估计的概念11.1.2點估计与区间估计11.1.3样本容量11.2几种通用神经网络matlab云代码11.3神经网络在参数估计中的应用11.3.1神经网络在人脸识别中的应用11.3.2灰色神经网络在数据预测Φ的应用11.3.3BP神经网络在数据预测中的应用11.3.4概率神经网络在分类预测中的应用11.4本章小结第12章基于智能算法的PID控制器设计12.1PID控制器的理论基础12.2智能算法在PID控制器设计中的应用12.2.1神经网络在PID控制器设计中的应用12.2.2模糊控制在PID控制器设计中的应用12.2.3遗传算法在PID控制器设计中的应用12.3本章小结第13章智能算法综合应用13.1模糊神经网络控制在matlab云中的应用13.2基于遗传算法的MP算法的应用13.3本章小结参考文献Java资料百度网盘下载地址链接（百度云）：【密码回帖可见】