《计算群体智能基础》全面系统地介绍了计算群体智能中的粒子群优化(PSO)和蚁群优化(ACO)的基本概念、基本模型、理论分析及其应用。在简要介绍基本优化理论和总结各类优化问题之后，重点介绍了社会网络结构如何在个体间交换信息以及个体聚集行为如何形成一个功能强大的有机体。在概述了进化计算后，重点论述了粒子群优化和蚁群优化的基本模型及其各种变体，给出了分析粒子群优化模型的一种通用方法，证明了基于蚂蚁行为实现的蚁群优化算法并将其用于解决实际问题。 《计算群体智能基础》可作为高等院校智能科学、计算机、自动化、电子信息、通信、模式识别等专业研究生和高年级本科生的教材，也可作为智能信息处理、群体智能与工程等相关专业的科技工程人员的参考用书。

群体智能是近年来发展迅速的人工智能学科领域.通过研究分散,自组织的动物群体和人类社会的智能行为, 学者们提出了许多迥异于传统思路的智能算法, 很好地解决了不少原来非常棘手的复杂工程问题.与蚁群算法齐名的粒子群优化(particle swarm optimization, 简称PSO)算法就是其中最受瞩目,应用最为广泛的成果之一. 本书由粒子群优化算法之父撰写,是该领域毋庸置疑的经典著作.作者提出,人类智能来源于社会环境中个体之间的交互,这种智能模型可以有效的应用到人工智能系统中去. 书中首先从社会心理学, 认知科学和演化计算等多个角度阐述了这种新方法的基础,然后详细说明了应用这些理论和模型所得出的新的计算智能方法--粒子群优化,进而深入探讨了将粒子群优化应用于广泛的工程问题.

本书以群体智能与智能网联的应用为牵引，通过原理、算法、技术应用三个篇章为大家介绍群体智能与智能网联相关的基础理论、概念模型、关键技术和前沿应用。具体而言，原理篇会介绍群体智能的通信方式与组网、知识表征、因果涌现机理等内容；算法篇则从多主体强化学习、多智能体合作式梯度更新方法、图神经网络、蚁群算法等群体智能领域的代表性算法；应用篇则讨论6G与内生智能、车联网与自动驾驶、工业控制网络群体智能技术的应用。

本书结合了分布式计算、大数据、机器学习、深度学习、强化学习等技术，以群体智能为主线，讲述了分布式人工智能的原理和应用。它介绍了分布式计算的框架技术、智能核心、分布式体系与架构。本书介绍了大数据的框架、高速计算、海量存储；介绍了人工智能的经典算法，并且结合分布式技术，进行大规模分布式架构与演进；介绍了群体智能与博弈，结合分布式、大数据、智能核心，讲解了群体智能技术系统的发展方向与开发方式。 本书内容通俗易懂，案例丰富，实用性强，特别适合分布式、人工智能、大数据相关的入门读者和进阶读者阅读，也适合游戏开发、推荐系统、群体智能底层研究者等阅读。另外，本书也适合作为相关培训机构的教材使用。

本书结合了分布式计算、大数据、机器学习、深度学习、强化学习等技术，以群体智能为主线，讲述了分布式人工智能的原理和应用。它介绍了分布式计算的框架技术、智能核心、分布式体系与架构。本书介绍了大数据的框架、高速计算、海量存储；介绍了人工智能的经典算法，并且结合分布式技术，进行大规模分布式架构与演进；介绍了群体智能与博弈，结合分布式、大数据、智能核心，讲解了群体智能技术系统的发展方向与开发方式。 本书内容通俗易懂，案例丰富，实用性强，特别适合分布式、人工智能、大数据相关的入门读者和进阶读者阅读，也适合游戏开发、推荐系统、群体智能底层研究者等阅读。另外，本书也适合作为相关培训机构的教材使用。

本教材共分9章：第1章计算机技术与计算思维基础、第2章计算机中信息表示、第3章计算机系统基本组成和基本工作原理、第4章互联网与物联网、第5章计算机新技术、第6章计算机求解问题基础、第7章人工智能概述、第8章搜索与博弈和第9章机器学习。

本教材共分9章：第1章计算机技术与计算思维基础、第2章计算机中信息表示、第3章计算机系统基本组成和基本工作原理、第4章互联网与物联网、第5章计算机新技术、第6章计算机求解问题基础、第7章人工智能概述、第8章搜索与博弈和第9章机器学习。

《普通高等教育十一五国家级规划教材·计算物理基础》以计算软件MATLAB为编程语言，通过实例讲解了计算物理基础知识，如：数据拟合，数值微积分，解常微分方程与偏微分方程，蒙特卡洛方法等。选取的内容基本上遵照了教育部物理学与天文学教学指导委员会所建议的“计算物理基础”教学规范的要求并略有增加。 《普通高等教育十一五国家级规划教材·计算物理基础》在内容编排与讲解方法上有独特的风格，突出了计算物理是编程语言学习、物理建模、计算方法应用以及用物理思想分析计算结果等四位一体的训练。着重强调了学习编程思路和训练编程技巧，重视实践操作，还增加了物理研究中很有用的可视化技巧如矢量场的可视化、动画技巧和图形界面的设计等。所选用的例子既有科研中的经典案例如混沌、分形等，也有教学中的疑难问题如陀螺、电磁场问题等，全都例子都附有参考程序，以及程序运行所得的图形，使版面显得生动...(展开全部)

本书系统性地介绍智能边缘计算所需要的核心技术，并详细阐述如何将这些技术落地的实际编程实例。本书包括四大部分：第yi部分介绍边缘计算的基础、发展历史，以及发展趋势；第二部分介绍面向边缘计算的深度学习技术，包括联邦学习和微小机器学习；第三部分讲述在边缘计算中支撑智能应用的核心优化问题与技术；第四部分阐述如何基于本书中的相关技术，构建实际智能边缘应用。本书可以为边缘计算、物联网、嵌入式和智能系统、机器学习与应用、网络通信等领域的科研人员和从业者提供一些前沿视野及相关理论、方法和技术支撑，如边缘系统智能能量优化、学习驱动的任务卸载与服务缓存、边缘大数据分析、软件定义边缘网络、网络切片，也可作为相关专业高年级本科生和研究生的课程教材或参考教材。

本书以世界技能大赛云计算赛项为背景，以云计算知识体系和技能要求为纲，采用项目式的编写方式，包含认识云计算、计算虚拟化、云网络、云存储、云数据库、云安全和云计算平台等七个项目，每个项目又划分多个子任务。总体上介绍了云计算的定义、历史背景和发展趋势；深入探讨了云计算的技术基础，包括虚拟化技术、云网络管理和安全等方面的内容；还介绍了一些热门的云计算平台和工具。本书旨在为读者提供一份全面深入的云计算入门教材，帮助读者全面掌握云计算的知识和技能。