计算智能方法

（1）本书聚焦智能计算核心算法，拓宽读者视野，优化读者知识结构。
（2）书中内容讲解循序渐进，深入浅出，符合初学者学习的认识规律，易于读者学习和掌握。
（3）以经典进化计算为切入点，逐步拓展到群智能计算与神经计算算法。
（4）每章介绍相应算法的最新研究动态，提供最新的研究成果。
（5）提供算法模型实例及对应的Python或MATLAB代码，帮助读者进一步巩固和掌握知识点。

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。

宋睿卓,北京科技大学自动化学院教授，博士生导师。主要研究方向为智能控制、自适应动态规划、博弈理论、基于数据控制、最优控制等。

智能计算是基于传统计算方法发展而来并有别于传统计算方法的计算技术的统称。智能计算是人类受自然界生物群体的客观规律和生物思考、运动等行为的启发而发展起来的包含进化计算、群智能计算、神经计算等诸多算法的计算方法。这些算法多是通过模拟自然界某些物种的特殊功能或自然界的一些特性实现智能计算的目的，并将生物群体的智慧和部分自然规律进行程序化和可执行化，从而设计出具有智能本质的优化算法。

因此，智能计算的本质可以理解为通过模拟生物和自然界智能来求解复杂问题的方法和技术，将特定的问题抽象成数学模型进行描述，并在此基础上综合运用编程、计算和可视化等技术对其中的数据进行知识挖掘和规律整理。

随着计算机技术的飞速发展，大数据时代已经到来，这也使人工智能得以迅速崛起并发展。机器学习正是人工智能研究中的核心内容，也是使计算机实现智能计算的根本途径。目前，机器学习已成为智能计算的一个重要分支与新的发展方向。

本书针对组成智能计算的核心计算方法进行研究，以经典进化计算作为切入点，并根据自然界生物运动行为的启发，拓展到群智能计算与神经计算算法，提供了最新的研究成果。同时，随着人工智能的迅猛发展，本书也对机器学习这一智能计算最新发展方向的不同算法分类与应用实例进行了详细研究与介绍。

考虑目前智能计算算法的广泛应用，本书添加了大量的算法模型实例及相应的Python或MATLAB代码，并在每章中都介绍了相应算法的最新研究动态，方便读者进行操作与复现，建议读者对本书提供的算例进行进一步的拓展与思考。

本书是编者及其团队的共同心血，感谢团队成员中的邢适、马腾聪、曹槐、陈文泽、卢想，在本书编纂过程中，以上同学参与并协助完成了资料收集、代码整理实现以及文稿校对等工作。

由于编者水平有限，加之时间仓促，书中难免存在不足之处，敬请读者指正。

全书代码

编者
2023年9月