计算智能

陈丽芳

目录

  • 1 绪论
    • 1.1 本节任务
    • 1.2 智能的定义
    • 1.3 计算智能
  • 2 模糊计算基础
    • 2.1 本节任务
    • 2.2 模糊集合
    • 2.3 模糊关系与模糊矩阵
  • 3 模糊计算应用
    • 3.1 本节任务
    • 3.2 模糊聚类分析
    • 3.3 模糊模式识别
    • 3.4 模糊综合评判
    • 3.5 模糊控制
  • 4 人工神经网络基础
    • 4.1 本节任务
    • 4.2 神经网络发展历程
    • 4.3 神经网络基础
  • 5 单层前向网
    • 5.1 本节任务
    • 5.2 单层感知器
    • 5.3 自适应元件及LMS算法
  • 6 多层前向网
    • 6.1 本节任务
    • 6.2 BP网络
    • 6.3 RBF网络
  • 7 反馈神经网络
    • 7.1 本节任务
    • 7.2 Hopfield神经网络
    • 7.3 联想记忆
  • 8 支持向量机
    • 8.1 本节任务
    • 8.2 统计学习理论
    • 8.3 支持向量机原理
    • 8.4 SVM模型与学习算法
  • 9 深度学习
    • 9.1 本节任务
    • 9.2 深度学习简介
  • 10 遗传算法
    • 10.1 本节任务
    • 10.2 遗传算法简介
    • 10.3 基本遗传算法
    • 10.4 遗传算法应用
    • 10.5 遗传算法仿真
本节任务

本节任务：

  1.  理解进化计算，掌握遗传算法的原理和计算步骤，能够利用基本遗传算法实现优化问题求解。

  2. 掌握遗传算法的MATLAB仿真实现过程，学会用其他编程语言（python等）实现遗传算法计算过程。

  3. 完成SPOC遗传算法的相关视频观看和学习；

  4. 完成遗传算法实验报告7，并按时提交。