人工生命模型

第1章人工生命概述
1.1人工生命概述.
1.2人工生命研究的內容
1.2.1“數字生命”的研究
1.2.2數字社會
1.2.3數字生態(tài)環(huán)境
1.2.4人工腦
1.2.5進化機器人
1.2.6虛擬生物
1.2.7演化算法
1.3廣義人工生命的概念模型
1.3.1廣義人工生命的基本概念
1.3.2廣義人工生命的學科構架
1.3.3廣義人工生命的研究對象
1.3.4廣義人工生命的實現(xiàn)技術
1.3.5廣義人工生命的研究方法
1.3.6廣義人工生命的應用前景
1.4小結
第2章人工生命模型廣義化
2.1人工生命模型廣義化的必要性
2.1.1人工生命的單一數學模型
2.1.2人工生命數學模型化的困難
2.2人工生命廣義模型的概念
2.3廣義模型的體系
2.4模型廣義化的方法
2.5小結
第3章人工生命的建模理論與方法評述
3.1生物科學
3.2系統(tǒng)科學
3.3信息科學
3.4人工智能
3.5元胞自動機
3.6L—系統(tǒng)：形態(tài)形成的模型系統(tǒng)
3.7遺傳算法
3.8進化策略
3.9進化規(guī)劃
3.10混沌
3.11分形
3.12耗散結構理論——自組織條件方法論
3.13協(xié)同學——自組織協(xié)同動力學方法論
3.14突變論——自組織演化途徑方法論
3.15動物轉基因技術
3.15.1轉基因動物的定義
3.15.2轉基因動物的研究進展
3.15.3轉基因動物的研究方法技術
3.15.4動物轉基因技術的應用及存在的問題
3.16動物克隆技術
3.16.1克隆動物的定義
3.16.2動物克隆的程序
3.16.3動物克隆技術與動物轉基因技術的關系
3.17復雜性研究
3.18多Agent理論
3.19人工神經網絡
3.20小結..
第4章人工腦信息處理神經網絡模型
4.1神經網絡模型
4.2前向網絡
4.3前向神經網絡的分類(能力)模型
4.4應用BP學習算法進行模式分類的隱患定理
4.5一種新的多層感知神經網絡模式分類模型
4.6分式線性神經網絡及其非線性逼近能力的研究
4.6.1分式線性神經網絡
4.6.2分式線性神經網絡的非線性逼近能力
4.7基于神經網絡的廣域上非線性連續(xù)映射分塊并行建模方法的研究
4.7.1廣域上非線性連續(xù)映射分塊并行建模的必要性
4.7.2廣域上非線性連續(xù)映射的神經網絡分塊并行模型
4.8基于虛擬信源和神經網絡的無損數據壓縮方法的研究
4.8.10與1字符串的虛擬信源
4.8.2虛擬信源的一種神經網絡模型
4.8.3基于虛擬信源的無損數據壓縮原理
4.8.4實驗結果
4.9小結
第5章人工腦感知聯(lián)想記憶模型
5.1時變容錯域的感知聯(lián)想記憶模型及其實現(xiàn)算法
5.1.1時變容錯域的四層感知聯(lián)想記憶模型及其實現(xiàn)算法
5.1.2時變容錯域感知聯(lián)想記憶模型的遺忘與記憶擴充
5.1.3仿真實驗與討論
5.2人工腦可控容錯域的聯(lián)想記憶模型與仿真實現(xiàn)
5.2.1可控容錯域聯(lián)想記憶的樣本容錯域(吸引域)的設計
5.2.2可控容錯域聯(lián)想記憶模型的分塊并行確定方法
5.3小結
第6章人工腦擬人處理矛盾的物元動態(tài)系統(tǒng)模型化方法
6.1廣義物元系統(tǒng)可拓集的概念
6.2廣義物元系統(tǒng)可拓集的運算
6.3限制
6.4廣義限制物元系統(tǒng)和廣義限制物元系統(tǒng)的可拓關系
6.5廣義問題的概念
6.6廣義問題的模型
6.7廣義問題的求解
6.7.1對立問題的轉換及轉折解法
6.7.2不相容問題的轉換及轉折解法
6.7.3不相容關系問題的轉換及轉折解法
6.7.4廣義問題求解的過程
6,7.5廣義問題求解的算法
6.8物元可拓集中面向實際的關聯(lián)函數的建立方法
6.9n維物元系統(tǒng)集上的關聯(lián)函數的建立方法
6.10物元系統(tǒng)與或網及擬人推理
6.10.1物元系統(tǒng)與或網的概念及特點
6.10.2基于物元系統(tǒng)與或網的擬人推理
6.11小結
第7章人工魚的廣義模型
7.1人工魚模型概述
7.2擴展的人工魚模型
7.3人工魚的局部運動規(guī)律建模和模型的隨機連續(xù)切換
7.4叼食物行為的運動規(guī)律模型
7.5求偶行為的運動規(guī)律模型
7.6人工魚的社會行為系統(tǒng)
7.7小結
第8章結論和展望...
參考文獻