人工智能算法卷2 受大自然启发的算法

算法是人工智能技术的核心，大自然是人工智能算法的重要灵感来源。本书介绍了受到基因、鸟类、蚂蚁、细胞和树影响的算法，这些算法为多种类型的人工智能场景提供了实际解决方法。全书共10章，涉及种群、交叉和突变、遗传算法、物种形成、粒子群优化、蚁群优化、细胞自动机、人工生命和建模等问题。书中所有算法均配以具体的数值计算来进行讲解，每章都配有程序示例，读者可以自行尝试。

章种群、计分和选择1
1.1 理解种群 2
1.1.1 初始种群 3
1.1.2 种群成员之间的竞争 4
1.1.3 种群成员之间的合作 4
1.1.4 表型和基因型 5
1.1.5 岛屿种群 5
1.2 对种群计分 6
1.3 从种群中选择 7
1.4 截断选择 8
1.5 联赛选择 9
1.6 如何选择轮数 12
1.7 适应度比例选择 13
1.8 随机遍历抽样 15
选择一种选择算法 17
1.9 本章小结 18
第2章交叉和突变 20
2.1 演化算法 21
2.2 解编码 22
2.3 交叉 23
2.3.1 拼接交叉 24
2.3.2 无重复拼接交叉 26
2.3.3 其他突变和交叉策略 27
2.4 突变 28
2.4.1 改组突变 29
2.4.2 扰动突变 31
2.5 为什么需要精英 33
2.6 本章小结 34
第3章遗传算法 35
3.1 离散问题的遗传算法 35
3.1.1 旅行商问题 36
3.1.2 为旅行商问题设计遗传算法 38
3.1.3 旅行商问题在遗传算法中的应用 40
3.2 连续问题的遗传算法 42
3.3 遗传算法的其他应用 45
3.3.1 标签云 45
3.3.2 马赛克艺术 47
3.4 本章小结 49
第4章遗传编程 50
4.1 程序作为树 50
4.1.1 后缀表示法 52
4.1.2 树表示法 54
4.1.3 终端节点和非终端节点 55
4.1.4 对树求值 55
4.1.5 生成树 58
4.1.6 满树初始化 59
4.1.7 生长树初始化 61
4.1.8 混合初始化 62
4.1.9 蓄水池采样 63
4.2 树突变 67
4.3 树交叉 68
4.4 拟合公式 70
4.5 本章小结 73
第5章物种形成 75
5.1 物种形成实现 76
5.1.1 阈值物种形成 76
5.1.2 聚类物种形成 77
5.2 遗传算法中的物种 79
5.3 遗传编程中的物种 79
5.4 使用物种形成 80
5.5 本章小结 81
第6章粒子群优化 83
6.1 群聚 83
6.2 粒子群优化 86
6.2.1 粒子 87
6.2.2 速度计算 88
6.2.3 实现 89
6.3 本章小结 91
第7章蚁群优化 93
7.1 离散蚁群优化 95
7.1.1 ACO初始化 97
7.1.2 蚂蚁移动 98
7.1.3 信息素更新 102
7.2 连续蚁群优化 103
7.2.1 初始候选解 106
7.2.2 蚂蚁移动 106
7.3 本章小结 110
第8章细胞自动机 111
8.1 基本细胞自动机 112
8.2 康威的《生命游戏》 116
8.2.1 《生命游戏》的规则 117
8.2.2 有趣的生命图案 118
8.3 演化自己的细胞自动机 121
理解合并物理学 125
8.4 本章小结 129
第9章人工生命 130
9.1 里程碑1：绘制植物 131
9.2 里程碑2：创建植物生长动画 134
9.2.1 植物的物理特征 135
9.2.2 植物生长 138
9.3 里程碑3：演化植物 140
给植物计分 141
9.4 本章小结 142
第 10章建模 144
10.1 Kaggle竞赛 145
10.2 里程碑1：整理数据 148
10.3 里程碑2：建立模型 152
10.4 里程碑3：提交测试回复 156
10.5 本章小结 157
附录 A示例代码使用说明 159
参考资料 166