实用元胞自动机导论PDF|Epub|txt|kindle电子书版本网盘下载

实用元胞自动机导论PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 元胞自动机的思想基础1

1.1复杂性形成的一种思维方式——复杂性思维1

1.1.1简单性与简单性原则1

1.1.2复杂性与复杂性思维6

1.2复杂性形成的一种计算模式——规则计算15

1.2.1计算复杂性15

1.2.2复杂性研究的两种计算模式16

1.3复杂性形成的一种离散动力学模型——元胞自动机22

参考文献25

第2章 元胞自动机的工作原理26

2.1元胞自动机的创立26

2.2元胞自动机的定义30

2.2.1数学定义30

2.2.2物理定义32

2.3元胞自动机的构成33

2.3.1元胞34

2.3.2元胞空间34

2.3.3邻居36

2.3.4演化规则38

2.4元胞自动机的工作过程38

2.5元胞自动机中的信息处理41

2.6元胞自动机的基本特征43

2.7三种经典的元胞自动机46

2.7.1沃尔夫勒姆的初等元胞自动机46

2.7.2康威的“生命游戏”58

2.7.3兰顿的“虚拟蚂蚁”62

2.8元胞自动机的哲学启示67

参考文献71

第3章 元胞自动机的建模方法73

3.1计算机模型73

3.2元胞自动机模型75

3.2.1元胞自动机模型的抽象性76

3.2.2元胞自动机模型的适应性77

3.2.3元胞自动机模型的自组织性78

3.2.4元胞自动机模型的构成81

3.3元胞自动机的建模过程82

3.3.1确定被研究系统的性质82

3.3.2对系统进行格状分割83

3.3.3确定元胞的初始状态83

3.3.4确定系统的演化规则84

3.4股票市场投资策略演化模拟85

参考文献94

第4章 元胞自动机的复杂性95

引言95

4.1自然界复杂性与形式语言95

4.1.1粗粒化描述与符号序列95

4.1.2形式语言和语法复杂性97

4.1.3形式语言与自动机等价性理论99

4.1.4元胞自动机通用计算与图灵机101

4.2元胞自动机演化位型复杂性104

4.2.1元胞自动机的语言复杂性104

4.2.2几类元胞自动机复杂性层次证明109

4.3元胞自动机的复杂性度量118

4.3.1熵与信息熵118

4.3.2元胞自动机与熵120

4.3.3元胞自动机演化行为复杂性度量121

4.4小结123

参考文献124

第5章 元胞遗传算法126

引言126

5.1传统遗传算法127

5.1.1遗传算法概述与基本思路127

5.1.2传统遗传算法的计算流程128

5.1.3传统遗传算法的性能及自身存在的不足131

5.1.4小结133

5.2元胞遗传算法133

5.2.1遗传算法的元胞演化规则算法（E-CGA）134

5.2.2自适应元胞遗传算法（SA-CGA）142

5.2.3加入演化规则的自适应元胞遗传算法（ESA-CGA）155

5.2.4改进1：基于保留精英策略的元胞遗传算法160

5.2.5改进2：引入自适应交叉算子的元胞遗传算法163

5.2.6改进3：三维元胞遗传算法167

5.2.7小结173

5.3自适应元胞遗传算法在动态环境下的应用173

5.3.1证券投资中的决策问题173

5.3.2问题提出174

5.3.3传统运筹学方法求解175

5.3.4自适应元胞遗传算法求解177

5.3.5小结180

参考文献181

第6章 元胞神经网络183

引言183

6.1人工神经网络的基本原理183

6.1.1生物神经元184

6.1.2人工神经元185

6.1.3神经网络的结构188

6.1.4神经网络的学习方法188

6.1.5神经网络的学习算法190

6.2元胞自动机与神经网络结合的可行性191

6.2.1为什么要结合？192

6.2.2结合思想：“帮助”和“取代”193

6.2.3小结194

6.3基于BP神经网络的元胞自动机规则挖掘（BP-CA）195

6.3.1 BP神经网络及算法流程195

6.3.2 BP-CA算法197

6.3.3建模实例——疾病传染预测198

6.3.4小结201

6.4自适应元胞神经网络模型（SCNN）202

6.4.1建模思想及理论基础202

6.4.2内生时间序列预测模型203

6.4.3外生时间序列预测模型208

6.4.4小结213

6.5元胞遗传神经网络（CGNN）214

6.5.1构建网络215

6.5.2网络运行原理及演化步骤215

6.5.3计算机仿真216

6.5.4小结219

参考文献220

第7章 Agent-元胞自动机222

引言222

7.1什么是“Agent”222

7.1.1 Agent的概念223

7.1.2 Agent的特点224

7.1.3 Agent的结构分类225

7.1.4 Agent的内部构成及形式化描述228

7.1.5小结230

7.2元胞自动机与Agent230

7.2.1从班长与士兵说起231

7.2.2两套规则233

7.2.3 Agent——元胞自动机——规则235

7.2.4 Agent在元胞空间内的通信行为——协同搜索237

7.2.5 Agent——元胞自动机——交互242

7.2.6小结244

7.3元胞自动机与多Agent建模实例——道路交通245

7.3.1 NaSch模型245

7.3.2对NaSch模型的改进——刹车灯（BL）模型249

7.3.3小结253

7.4元胞自动机与多Agent建模实例——产业集群254

7.4.1元胞自动机设置、Agent结构及层次254

7.4.2演化规则256

7.4.3计算机仿真257

7.4.4小结259

参考文献259

第8章 元胞自动机的应用领域261

引言261

8.1元胞自动机在经济领域的应用262

8.1.1元胞自动机与演化经济学262

8.1.2元胞自动机在经济领域应用举例264

8.1.3元胞自动机在经济领域中应用的特点276

8.1.4元胞自动机理论在经济领域的发展方向277

8.1.5小结278

8.2元胞自动机在城市交通领域的应用279

8.2.1基于元胞自动机的城市交通系统解析279

8.2.2基于元胞自动机的人性化交叉口模拟282

8.2.3元胞自动机在城市交通拥堵成本中的应用289

8.2.4小结298

8.3元胞自动机在研究疾病传播过程中的应用298

8.3.1假设299

8.3.2元胞自动机的演化规则301

8.3.3元胞空间内疾病传播的仿真302

8.3.4小结307

参考文献307

第9章 结语——未来展望308

9.1基于规则的复杂系统建模308

9.1.1自下而上与自上而下建模方法的结合309

9.1.2复杂问题与简单规则312

9.2元胞自动机的规则挖掘314

9.2.1基于局部演化现象的规则挖掘315

9.2.2基于智能算法的规则挖掘317

9.3元胞自动机的涌现计算322

9.3.1涌现的内涵323

9.3.2涌现计算327

9.4未来展望332

参考文献335