张长水神经网络 人工神经网络与模拟进化计算(第2版)

2018-03-30
字体:
浏览:
文章简介:    自本书(第1版)出版以来,神经网络和模拟进化计算又有了很大发展.特别是统计学习理论和核方法的引入,使得对学习问题的研究更加深入和系统

    自本书(第1版)出版以来,神经网络和模拟进化计算又有了很大发展。特别是统计学习理论和核方法的引入,使得对学习问题的研究更加深入和系统化。同时,应用领域也不断扩展。

在第2版中主要做了如下修改: 1. 较系统地介绍了统计学习理论、核方法与支持向量机。除必要的数学推导外,力求讲清楚物理概念及与其他方法的联系。加强了对自组织映射的分析和独立成分分析的讨论。 2.

增加了一章“分布估计算法”,该算法是对遗传算法的发展,也是进化计算的一个重要组成部分。该章讲述中强调方法的系统性以及各种方法之间的联系。 3. 根据目前各种模型的发展及应用情况,对章节顺序作了一些调整,并增加了一些在生物信息学以及金融领域中的应用实例。

本书各章安排如下。 第1~3章介绍基本概念和前馈网络;第4,5章讨论学习问题、核方法和支持向量机;第6~8章讨论自组网络、主成分分析、自组织映射以及独立成分分析;第9章讨论动态信号和系统的处理;第10章介绍多网络集成及有关算法;第11,12章讨论单层全连接的反馈网络及其在联想存储和优化计算中的应用;第13章讨论了反馈网络中的动力学问题并简单介绍了混沌神经网络;第14~16章进一步讨论了误差函数、参数优化、贝叶斯方法以及神经网络在信号处理中的应用。

第17~22章的内容是模拟进化计算。第17章讲述基本概念;第18~21章讨论遗传算法的理论、算法设计和实现以及在神经网络和作业调度中的应用;第22章较系统地讨论了分布估计算法。 这一领域发展很快,新的理论和应用还会不断出现。限于编者水平,遗漏和不当之处在所难免,欢迎读者给予批评指正。