智能計算：原理與實踐

第1章支持向量機1
1.1支持向量機的理論基礎1
1.2支持向量機原理5
1.3核函數9
1.4實例1-1：基於改進支援向量機的正交小波盲均衡演算法11
1.5實例1-2：基於U-支援向量機的正交小波盲均衡演算法22

第2章混沌計算29
2.1混沌理論基礎30
2.3混沌優化演算法36
2.4實例2-1：基於混沌優化的正交小波常數模盲均衡演算法36
2.5實例2-2：基於混沌支援向量機優化的小波加權多模盲均衡演算法42
2.6實例2-3：基於混沌通信系統的正交小波變換盲均衡演算法51

第3章蟻群優化演算法56
3.1基本蟻群演算法56
3.2改進螞蟻系統62
3.3蟻群演算法收斂性分析70
3.4實例3-1：基於蟻群優化演算法的常數模盲均衡演算法73
3.5實例3-2：基於蟻群優化演算法的正交小波包變換常數模盲均衡演算法77
3.6實例3-3：基於混合蟻群演算法的半導體生產線爐管區調度方法85

第4章DNA計算與遺傳演算法100
4.1DNA計算100
4.2DNA編碼問題104
4.3遺傳演算法118
4.4DNA遺傳演算法125
4.5實例4-1：基於DNA遺傳演算法優化的常數模盲均衡演算法130
4.6實例4-2：基於ＤＮＡ遺傳演算法的表面貼裝生產線負荷優化分配方法135

第5章人工免疫系統140
5.1人工免疫系統140
5.2 Opt-aiNet演算法149
5.3小生境人工免疫網路系統150
5.4形態空間人工免疫調節網路153
5.5實例5-1：基於Opt-aiNet的正交小波盲均衡演算法156
5.6實例5-2：基於形態空間人工免疫調節網路的正交小波常數模演算法161

第6章螢火蟲演算法165
6.1標準螢火蟲演算法165
6.2基於利維飛行和變異運算元的螢火蟲演算法176
6.3雲螢火蟲演算法184
6.4基於精英反向學習的K均值螢火蟲演算法185
6.5基於DNA遺傳的螢火蟲優化演算法190
6.6實例6-1：基於雲螢火蟲演算法改進二維Tsallis熵的醫學圖像分割演算法195
6.7實例6-2：基於新型DNA遺傳螢火蟲優化的二維圖像小波盲恢復演算法199

第7章蝙蝠演算法207
7.1基本蝙蝠演算法207
7.2量子蝙蝠演算法212
7.3混合蝙蝠演算法215
7.4DNA遺傳蝙蝠演算法220
7.5實例7-1：基於DNA遺傳蝙蝠演算法的分數間隔多模盲均衡演算法221
7.6實例7-2：基於雙蝙蝠群智慧優化的多模盲均衡演算法227

第8章混合蛙跳演算法234
8.1混合蛙跳演算法的理論基礎235
8.2混合蛙跳演算法的原理236
8.3混合蛙跳演算法的搜索策略239
8.4遺傳混合蛙跳演算法243
8.5基於DNA編碼的多種群迴圈遺傳混合蛙跳演算法248
8.6實例8-1：新型DNA遺傳蛙跳演算法優化的MIMO多模盲均衡演算法256
8.7基於混合蛙跳演算法的光伏陣列參數辨識方法266

第９章魚群演算法276
9.1人工魚群演算法276
9.2鯨魚群優化演算法286
9.3鯰魚粒子群優化演算法297
9.4實例9-1：遺傳混沌人工魚群優化DNA序列的頻域加權多模均衡演算法303
9.5實例9-2：基於鯨魚群優化演算法的柔性作業車間調度方法308
9.6實例9-3：基於鯰魚群優化的雙曲正切誤差函數盲均衡演算法317
參考文獻321