算法是人工智能技術(shù)的核心，大自然是人工智能算法的重要靈感來(lái)源。本書(shū)介紹了受到基因、鳥(niǎo)類、螞蟻、細(xì)胞和樹(shù)影響的算法，這些算法為多種類型的人工智能場(chǎng)景提供了實(shí)際解決方法。全書(shū)共10章，涉及種群、交叉和突變、遺傳算法、物種形成、粒子群優(yōu)化、蟻群優(yōu)化、細(xì)胞自動(dòng)機(jī)、人工生命和建模等問(wèn)題。書(shū)中所有算法均配以具體的數(shù)值計(jì)算來(lái)進(jìn)行講解，每章都配有程序示例，讀者可以自行嘗試。
1.實(shí)例講解易于理解的人工智能基礎(chǔ)算法：本書(shū)介紹了基于基因、鳥(niǎo)類、螞蟻、細(xì)胞和樹(shù)的算法，這些算法可用于查找最佳路徑、識(shí)別模式、查找數(shù)據(jù)背后的公式，甚至 模擬簡(jiǎn)單的生命等；
2.豐富的示例代碼和在線資源，方便動(dòng)手實(shí)踐與拓展學(xué)習(xí)；
3.提供在線實(shí)驗(yàn)環(huán)境，源代碼下載；
4.全彩印刷。
5.《人工智能算法 卷2 受大自然啟發(fā)的算法》是系列圖書(shū)第二本，卷1《人工智能算法 卷1 基礎(chǔ)算法》已在人民郵電出版社出版；
大自然為人類的發(fā)明創(chuàng)造提供了源源不斷的靈感。本書(shū)介紹了一些在人工智能場(chǎng)景提供解決方案的算法，涉及交叉和突變、遺傳算法、粒子群優(yōu)化、細(xì)胞自動(dòng)機(jī)等問(wèn)題——它們無(wú)一不受到基因、鳥(niǎo)類、螞蟻、細(xì)胞或樹(shù)的啟發(fā)。雖然算法的靈感來(lái)源是大自然，但讀者不必具備生物學(xué)知識(shí)也能讀懂本書(shū)。
“人工智能算法”系列圖書(shū)的目標(biāo)讀者是那些對(duì)人工智能感興趣，但苦于沒(méi)有良好的數(shù)學(xué)基礎(chǔ)的人。讀者只需要對(duì)大學(xué)代數(shù)課程有基本了解即可，而微積分、線性代數(shù)、微分方程等課程中的復(fù)雜公式都會(huì)在必要時(shí)介紹。本書(shū)為讀者提供配套的示例程序代碼，目前已有Java、C#、Python和Scala版本。
[美] 杰弗瑞·希頓（Jeffery Heaton），一位活躍的技術(shù)博主、開(kāi)源貢獻(xiàn)者，也是十多本圖書(shū)的作者。他的專業(yè)領(lǐng)域包括數(shù)據(jù)科學(xué)、預(yù)測(cè)建模、數(shù)據(jù)挖掘、大數(shù)據(jù)、商務(wù)智能和人工智能等。他擁有華盛頓大學(xué)信息管理學(xué)碩士學(xué)位，是IEEE的高級(jí)會(huì)員、Sun認(rèn)證Java程序員、開(kāi)源機(jī)器學(xué)習(xí)框架Encog的首席開(kāi)發(fā)人員。
第 1 章 種群、計(jì)分和選擇 1
1．1 理解種群 2
1．1．1 初始種群 3
1．1．2 種群成員之間的競(jìng)爭(zhēng) 4
1．1．3 種群成員之間的合作 4
1．1．4 表型和基因型 5
1．1．5 島嶼種群 5
1．2 對(duì)種群計(jì)分 6
1．3 從種群中選擇 7
1．4 截?cái)噙x擇 8
1．5 聯(lián)賽選擇 9
1．6 如何選擇輪數(shù) 12
1．7 適應(yīng)度比例選擇 13
1．8 隨機(jī)遍歷抽樣 15
選擇一種選擇算法 17
1．9 本章小結(jié) 18
第 2 章 交叉和突變 20
2．1 演化算法 21
2．2 解編碼 22
2．3 交叉 23
2．3．1 拼接交叉 24
2．3．2 無(wú)重復(fù)拼接交叉 26
1
2．3．3 其他突變和交叉策略 27
2．4 突變 28
2．4．1 改組突變 29
2．4．2 擾動(dòng)突變 31
2．5 為什么需要精英 33
2．6 本章小結(jié) 34
第 3 章 遺傳算法 35
3．1 離散問(wèn)題的遺傳算法 35
3．1．1 旅行商問(wèn)題 36
3．1．2 為旅行商問(wèn)題設(shè)計(jì)遺傳算法 38
3．1．3 旅行商問(wèn)題在遺傳算法中的應(yīng)用 40
3．2 連續(xù)問(wèn)題的遺傳算法 42
3．3 遺傳算法的其他應(yīng)用 45
3．3．1 標(biāo)簽云 45
3．3．2 馬賽克藝術(shù) 47
3．4 本章小結(jié) 49
第 4 章 遺傳編程 50
4．1 程序作為樹(shù) 50
4．1．1 后綴表示法 52
4．1．2 樹(shù)表示法 54
4．1．3 終端節(jié)點(diǎn)和非終端節(jié)點(diǎn) 55
4．1．4 對(duì)樹(shù)求值 55
4．1．5 生成樹(shù) 58
2
4．1．6 滿樹(shù)初始化 59
4．1．7 生長(zhǎng)樹(shù)初始化 61
4．1．8 混合初始化 62
4．1．9 蓄水池采樣 63
4．2 樹(shù)突變 67
4．3 樹(shù)交叉 68
4．4 擬合公式 70
4．5 本章小結(jié) 73
第 5 章 物種形成 75
5．1 物種形成實(shí)現(xiàn) 76
5．1．1 閾值物種形成 76
5．1．2 聚類物種形成 77
5．2 遺傳算法中的物種 79
5．3 遺傳編程中的物種 79
5．4 使用物種形成 80
5．5 本章小結(jié) 81
第 6 章 粒子群優(yōu)化 83
6．1 群聚 83
6．2 粒子群優(yōu)化 86
6．2．1 粒子 87
6．2．2 速度計(jì)算 88
6．2．3 實(shí)現(xiàn) 89
6．3 本章小結(jié) 91
3
第 7 章 蟻群優(yōu)化 93
7．1 離散蟻群優(yōu)化 95
7．1．1 ACO 初始化 97
7．1．2 螞蟻移動(dòng) 98
7．1．3 信息素更新 102
7．2 連續(xù)蟻群優(yōu)化 103
7．2．1 初始候選解 106
7．2．2 螞蟻移動(dòng) 106
7．3 本章小結(jié) 110
第 8 章 細(xì)胞自動(dòng)機(jī) 111
8．1 基本細(xì)胞自動(dòng)機(jī) 112
8．2 康威的《生命游戲》 116
8．2．1 《生命游戲》的規(guī)則 117
8．2．2 有趣的生命圖案 118
8．3 演化自己的細(xì)胞自動(dòng)機(jī) 121
理解合并物理學(xué) 125
8．4 本章小結(jié) 129
第 9 章 人工生命 130
9．1 里程碑 1：繪制植物 131
9．2 里程碑 2：創(chuàng)建植物生長(zhǎng)動(dòng)畫(huà) 134
9．2．1 植物的物理特征 135
9．2．2 植物生長(zhǎng) 138
4
9．3 里程碑 3：演化植物 140
給植物計(jì)分 141
9．4 本章小結(jié) 142
第 10 章 建�！�144
10．1 Kaggle 競(jìng)賽 145
10．2 里程碑 1：整理數(shù)據(jù) 148
10．3 里程碑 2：建立模型 152
10．4 里程碑 3：提交測(cè)試回復(fù) 156
10．5 本章小結(jié) 157
附錄 A 示例代碼使用說(shuō)明 159
參考資料 166
書(shū)單推薦
