機器學習的研究不僅是人工智能領域的核心問題，而且已成為近年來計算機科學與技術領域中最活躍的研究分支之一?！稒C器學習理論、方法及應用》主要圍繞基于神經網絡的學習、強化學習和進化學習三個方面闡述機器學習理論、方法及其應用，共三部分13章。第一部分是神經網絡學習及其在復雜非線性系統(tǒng)中的控制，包括基于時間差分的神經網絡預測控制，基于徑向基函數網絡的機械手迭代學習控制，自適應T_S型模糊徑向基函數網絡等。第二部分是強化學習的大規(guī)?；蜻B續(xù)空間表示問題，包括基于強化學習的白適應PID控制，基于動態(tài)回歸網絡的強化學習控制，基于自適應模糊徑向基函數網絡、支持向量機和高斯過程的連續(xù)空間強化學習，基于圖上測地高斯基函數的策略迭代強化學習等。第三部分則是對分布估計優(yōu)化算法進行研究，包括多目標優(yōu)化問題的差分進化一分布估計算法，基于細菌覓食行為的分布估計算法在預測控制中的應用，一種多樣性保持的分布估計算法及其在支持向量機參數選擇問題中的應用等。為便于應用《機器學習理論、方法及應用》闡述的算法，書后附有部分機器學習算法MATLAB源程序?！稒C器學習理論、方法及應用》可供理工科高等院校計算機科學、信息科學、人工智能和自動化技術及相關專業(yè)的教師及研究生閱讀，也可供自然科學和工程技術領域中的研究人員參考。
鄂公網安備 42010302001612號 