本项目在现有教材的基础上，引入在人工智能广泛采用的动态进化算法，满足广大学生的需要。另外本项目将现有算法进行分类，学习内容逐章加深，并增加问题与思考部分，引导学生深入领悟算法的本质，这是本项目的一个显著创新点。其次，本项目将在申请人大量阅读现有**文献的基础之上，设计**颖的内容结构，给出最前沿的理论方法。最后，人工智能的蓬勃发展，也迫切需要全面**的智能计算方法，作为高年级本科生教材，亦可供相关专业的研究人员和工程技术人员参考。

章绪论

1．1智能计算概述

1．2进化计算

1．3群智能计算

1．4神经计算

1．5机器学习

第2章进化计算中的遗传算法

2．1遗传算法概述

2．1．1遗传算法

2．1．2基本原理图

2．1．3模式定理

2．1．4积木块假设

2．1．5研究进展

2．2遗传算法的流程

2．2．1科学定义

2．2．2执行过程

2．2．3基本本质

2．2．4染色体编码

2．2．5群体初始化

2．2．6适应度值评价

2．2．7选择算子

2．2．8交叉算子

2．2．9变异算子

2．2．10流程图和伪代码

2．3遗传算法的改进

2．3．1算子选择

2．3．2参数设置

2．3．3混合遗传算法

2．3．4并行遗传算法

2．4遗传算法的编码规则

2．4．1二进制编码法

2．4．2浮点编码法

2．4．3符号编码法

2．5遗传算法的应用

2．6遗传算法的相关应用与MATLAB算例

2．6．1遗传算法实例1

2．6．2遗传算法实例2

2．7遗传算法总结

第3章群智能计算

3．1粒子群优化算法

3．1．1粒子群优化算法简介

3．1．2粒子群优化算法的基本流程

3．1．3粒子群算法分类

3．1．4粒子群优化算法的改进研究

3．1．5粒子群优化算法的参数设置

3．1．6粒子群优化算法与遗传算法的比较

……

第4章 神经计算

第5章 机器学习