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源。本書介紹了受到基因、鳥類、螞蟻、細胞和樹影響的算法，這些算法為多種類型的人工智能場景提供了實際解決方法。全書共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、細胞自動機、人工生命和建模等問題。書中所有算法均配以具體的數(shù)值計算來進行講解，每章都配有程序示例，讀者可以自行嘗試。
1.實例講解易于理解的人工智能基礎(chǔ)算法：本書介紹了基于基因、鳥類、螞蟻、細胞和樹的算法，這些算法可用于查找最佳路徑、識別模式、查找數(shù)據(jù)背后的公式，甚至 模擬簡單的生命等；
2.豐富的示例代碼和在線資源，方便動手實踐與拓展學(xué)習(xí)；
3.提供在線實驗環(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。本書介紹了一些在人工智能場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、細胞自動機等問題——它們無一不受到基因、鳥類、螞蟻、細胞或樹的啟發(fā)。雖然算法的靈感來源是大自然，但讀者不必具備生物學(xué)知識也能讀懂本書。
“人工智能算法”系列圖書的目標(biāo)讀者是那些對人工智能感興趣，但苦于沒有良好的數(shù)學(xué)基礎(chǔ)的人。讀者只需要對大學(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)雜公式都會在必要時介紹。本書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、開源貢獻者，也是十多本圖書的作者。他的專業(yè)領(lǐng)域包括數(shù)據(jù)科學(xué)、預(yù)測建模、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的高級會員、Sun認證Java程序員、開源機器學(xué)習(xí)框架Encog的首席開發(fā)人員。
第 1 章 種群、計分和選擇 1
1．1 理解種群 2
1．1．1 初始種群 3
1．1．2 種群成員之間的競爭 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 對種群計分 6
1．3 從種群中選擇 7
1．4 截斷選擇 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 離散問題的遺傳算法 35
3．1．1 旅行商問題 36
3．1．2 為旅行商問題設(shè)計遺傳算法 38
3．1．3 旅行商問題在遺傳算法中的應(yīng)用 40
3．2 連續(xù)問題的遺傳算法 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 50
4．1．1 后綴表示法 52
4．1．2 樹表示法 54
4．1．3 終端節(jié)點和非終端節(jié)點 55
4．1．4 對樹求值 55
4．1．5 生成樹 58
2
4．1．6 滿樹初始化 59
4．1．7 生長樹初始化 61
4．1．8 混合初始化 62
4．1．9 蓄水池采樣 63
4．2 樹突變 67
4．3 樹交叉 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 速度計算 88
6．2．3 實現(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 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 106
7．3 本章小結(jié) 110
第 8 章 細胞自動機 111
8．1 基本細胞自動機 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 演化自己的細胞自動機 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)建植物生長動畫 134
9．2．1 植物的物理特征 135
9．2．2 植物生長 138
4
9．3 里程碑 3：演化植物 140
給植物計分 141
9．4 本章小結(jié) 142
第 10 章 建�！�144
10．1 Kaggle 競賽 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：提交測試回復(fù) 156
10．5 本章小結(jié) 157
附錄 A 示例代碼使用說明 159
參考資料 166
書單推薦
