MATLAB中文论坛鼎力支持，提供“在线交流，有问必答”网络互动答疑服务 详解34个工程应用案例、29个算法案例和34种算法应用 详解12种常用数据处理算法：灰色关联、偏*小二乘回归、指数平滑、移动平均、马尔科夫链、层次分析、动态加权、模糊逼近、模糊综合评价、贝叶斯统计预测、数据包络分析和模糊聚类 详解4种常用神经网络处理算法：BP、RBF、Hopfield和SOM
售 价：¥
纸质售价：¥52.30购买纸书
6.2
温馨提示：数字商品不支持退换货，不提供源文件，不支持导出打印
为你推荐
前折页
扉页
版权页
前言
目录
第1篇 MATLAB常见算法应用
第1章 MATLAB基础知识
1.1 MATLAB简介
1.2 矩阵的表示
1.3 图形点线样式
1.4 MATLAB自带图形集
1.5 本章小结
第2章 GUI应用及数值分析
2.1 GUI应用分析
2.2 设计可执行函数文件
2.3 符号变量应用求解
2.4 图像盲区
2.5 正态分布
2.6 本章小结
第3章 MATLAB工程应用实例
3.1 光的反射定理论证
3.2 质点系转动惯量求解
3.3 储油罐的油量计算
3.4 香烟毒物摄入问题
3.5 冰雹的下落速度
3.6 本章小结
第4章 GM应用分析
4.1 数据归一化处理
4.2 灰色关联分析
4.3 食品价格灰色关联分析
4.4 本章小结
第5章 PLS应用分析
5.1 偏最小二乘回归
5.2 偏最小二乘快速计算方法
5.3 偏最小二乘数据分析
5.4 本章小结
第6章 ES应用分析
6.1 时间序列的基本概念
6.2 非平稳时间序列变动的影响因素与测定模型
6.3 时间序列的预测方法
6.4 食品价格分析
6.5 时间序列指数平滑预测法
6.6 时间序列线性二次移动平均法预测法
6.7 本章小结
第7章 Markov应用分析
7.1 问题背景
7.2 模型基本假设
7.3 食品价格趋势预测
7.4 本章小结
第8章 AHP应用分析
8.1 层次分析法
8.2 工作满意度模型
8.3 食堂就餐服务质量满意度
8.4 本章小结
第9章 DWRR应用分析
9.1 问题的背景
9.2 模型基本假设
9.3 模型符号说明
9.4 模型的建立与求解
9.5 本章小结
第10章 模糊逼近算法
10.1 模糊控制理论
10.2 模糊系统的设计
10.3 模糊系统的逼近精度
10.4 模糊逼近仿真
10.5 本章小结
第11章 模糊RBF网络
11.1 RBF神经网络
11.2 模糊RBF网络
11.3 本章小结
第12章 基于FCEM的TRIZ评价
12.1 TRIZ创新方法原理
12.2 企业创新能力评价指标的构建
12.3 企业创新能力的模糊综合评价方法
12.4 企业创新能力综合评价指标排序结果分析
12.5 本章小结
第2篇 MATLAB群智能算法应用设计
第13章 基于PSO的寻优计算
13.1 基本粒子群算法
13.2 粒子群算法的收敛性
13.3 粒子群算法函数极值求解
13.4 本章小结
第14章 基于PSO的机构优化
14.1 微粒群优化算法研究现状
14.2 机构优化设计理论分析
14.3 平面连杆机构的模型建立
14.4 利用复合形法进行设计
14.5 利用约束随机方向法进行设计
14.6 利用优化工具箱法进行设计
14.7 利用微粒群优化算法进行设计
14.8 本章小结
第15章 基本PSO的改进策略
15.1 常用粒子群算法
15.2 粒子群算法改进
15.3 加快粒子群算法效率
15.4 本章小结
第16章 基于GA的寻优计算
16.1 遗传算法简介
16.2 遗传算法特点
16.3 遗传算法的基本步骤
16.4 遗传算法的寻优计算
16.5 基于GA的3D曲面极值寻优计算
16.6 基于GA_PSO算法的寻优计算
16.7 遗传算法讨论
16.8 本章小结
第17章 基于GA的TSP求解
17.1 旅行商问题分析
17.2 遗传算法算子分析
17.3 基于GA的旅行商问题求解
17.4 本章小结
第18章 基于Hopfield的TSP求解
18.1 Hopfield神经网络
18.2 基于CHNN的TSP求解
18.3 本章小结
第19章 基于ACO的TSP求解
19.1 蚁群算法理论研究现状
19.2 蚁群算法的基本原理
19.3 基于ACO的TSP求解
19.4 基于ACO_PSO的TSP求解
19.5 本章小结
第20章 基于SA的PSO算法
20.1 模拟退火算法提出
20.2 模拟退火算法的步骤
20.3 模拟退火的粒子群算法
20.4 本章小结
第21章 基于kalman的PID控制
21.1 PID控制原理
21.2 基于卡尔曼滤波器的PID控制
21.3 本章小结
第22章 基于SOA的寻优计算
22.1 SOA算法的基本原理
22.2 群智能优化算法
22.3 人群搜索算法
22.4 基于人群搜索算法的函数优化
22.5 本章小结
第23章 基于Bayes的数据预测
23.1 贝叶斯统计方法
23.2 贝叶斯预测方法
23.3 贝叶斯网络的数据预测
23.4 基于贝叶斯网络模式识别应用
23.5 本章小结
第24章 基于SOA的PID参数整定
24.1 SOA算法在PID控制中的运用
24.2 基于SOA的PID参数整定的设计方案
24.3 数控机床进给伺服系统的数学模型
24.4 基于SOA算法对数控机床进给伺服系统PID优化
24.5 本章小结
第25章 基于BP的人脸方向预测
25.1 BP神经网络基本原理
25.2 BP神经网络的分析流程
25.3 人脸方向预测
25.4 本章小结
第26章 基于Hopfield的数字识别
26.1 Hopfield网络原理分析
26.2 Hopfield数字识别
26.3 本章小结
第27章 基于DEA的投入产出分析
27.1 DEA原理分析
27.2 DEA分析
27.3 本章小结
第28章 基于BP的数据分类
28.1 BP神经网络基本原理
28.2 BP神经网络算法步骤
28.3 BP网络的语音信号识别
28.4 BP网络的蝴蝶花分类预测
28.5 本章小结
第29章 基于SOM的数据分类
29.1 SOM原理分析
29.2 SOM拓扑结构分析
29.3 SOM的癌症样本分类预测
29.4 柴油机故障分类
29.5 本章小结
第30章 基于人工免疫PSO的聚类算法
30.1 聚类分析
30.2 PSO优化算法分析
30.3 人工免疫特性分析
30.4 基于人工免疫粒子群优化算法
30.5 本章小结
第31章 模糊聚类分析
31.1 聚类分析原理
31.2 食品聚类分析
31.3 模糊聚类工具箱
31.4 本章小结
第32章 基于GA_BP的抗糖化活性研究
32.1 多糖活性背景介绍
32.2 多糖活性数据初始化
32.3 GA_BP优化分析
32.4 本章小结
参考文献
后折页
买过这本书的人还买过
读了这本书的人还在读
同类图书排行榜
购物车
个人中心
