人工智能算法(卷2)：受大自然啟發的算法（簡體書）

算法是人工智能技術的核心，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、粒子群優化、蟻群優化、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。

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 聯賽選擇 9
1．6 如何選擇輪數 12
1．7 適應度比例選擇 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 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 無重複拼接交叉 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 為什麼需要精英 33
2．6 本章小結 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 為旅行商問題設計遺傳算法 38
3．1．3 旅行商問題在遺傳算法中的應用 40
3．2 連續問題的遺傳算法 42
3．3 遺傳算法的其他應用 45
3．3．1 標簽雲 45
3．3．2 馬賽克藝術 47
3．4 本章小結 49
第 4 章 遺傳編程 50
4．1 程序作為樹 50
4．1．1 後綴表示法 52
4．1．2 樹表示法 54
4．1．3 終端節點和非終端節點 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 蓄水池採樣 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 73
第 5 章 物種形成 75
5．1 物種形成實現 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 81
第 6 章 粒子群優化 83
6．1 群聚 83
6．2 粒子群優化 86
6．2．1 粒子 87
6．2．2 速度計算 88
6．2．3 實現 89
6．3 本章小結 91
3
第 7 章 蟻群優化 93
7．1 離散蟻群優化 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 連續蟻群優化 103
7．2．1 初始候選解 106
7．2．2 螞蟻移動 106
7．3 本章小結 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《生命遊戲》 116
8．2．1 《生命遊戲》的規則 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
理解合併物理學 125
8．4 本章小結 129
第 9 章 人工生命 130
9．1 里程碑 1：繪製植物 131
9．2 里程碑 2：創建植物生長動畫 134
9．2．1 植物的物理特徵 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 142
第 10 章 建模 144
10．1 Kaggle 競賽 145
10．2 里程碑 1：整理數據 148
10．3 里程碑 2：建立模型 152
10．4 里程碑 3：提交測試回復 156
10．5 本章小結 157
附錄 A 示例代碼使用說明 159
參考資料 166