进化计算:统一方法
人工智能核心技术体系译丛
作  者:(美)肯尼斯 A. 德容 著
标准书号:978-7-5763-6495-8
出版日期:2026年4月
图书规格:16开
购买价格:¥88.00¥88.00
浏览次数:153   分享至:
  • 内容简介
  • 作者简介
  • 前言
  • 目录

本书是进化计算领域具有代表性的经典著作之一。作者Kenneth A. De Jong以统一的学术视角,系统梳理了进化计算的基本思想、理论基础、核心方法与应用范式,深入阐述了遗传算法、进化策略、进化规划、遗传编程等主要分支之间的内在联系与差异,展现了进化计算作为一类通用自适应搜索与优化方法的发展脉络和方法体系。全书不仅介绍了进化计算的基本概念、算法框架、表示方式、适应度评价、选择机制、重组与变异算子等关键内容,还进一步讨论了参数控制、性能分析、约束处理、多目标优化、协同进化、动态环境优化等重要主题。作者特别强调从统一框架下理解不同进化方法的共性机制与设计原则,有助于读者突破对单一算法的局部认识,建立对进化计算整体理论体系的系统把握。本书兼顾理论性、系统性与启发性。一方面,注重从问题求解和方法抽象的角度阐释进化计算的本质,帮助读者理解其作为智能优化方法的核心逻辑;另一方面,关注算法在复杂优化、机器学习、自适应系统和实际工程问题中的应用价值。无论作为进化计算领域的入门教材、研究参考书,还是作为人工智能与智能优化方向的延伸读物,本书都具有较高的学术价值和实践意义。

肯尼斯 A. 德容是国际进化计算领域的先驱学者之一,美国著名计算机科学家,在进化算法理论、实验方法和应用研究方面作出了重要贡献。他不仅推动了遗传算法早期研究的系统化发展,而且在进化计算学科建设中发挥了关键作用。
郭轲,北京工商大学计算机与人工智能学院副教授,兼任中国高等教育学会智慧教育研究分会理事、中国教育发展战略学会教育信息化专业委员会理事。长期从事智能计算理论、优化方法与行业复杂数据分析的研究与实践,在进化计算、机器学习、数据挖掘与可解释智能等方向积累了较为扎实的研究基础。参与多项国家级、省部级重大项目,在大规模数据环境下的智能分析、优化决策与系统实现等方面开展了系统性工作。相关成果曾获省部级科技进步一等奖、中国电子学会科技进步二等奖等奖励。
暂无前言
暂无目录
同类相关图书