知能情報工学入門・目次

　はじめに

　第１章　ソフトコンピューティング概論 　(８ページ)
演習問題１

　第２章　曖昧理論　　　(３２ページ)

2.1　ファジィ理論
　2.1.1　ファジィ集合
　2.1.2　ファジィ関係
　2.1.3　ファジィ命題
　2.1.4　ファジィ論理
　2.1.5　ファジィ推論
2.2　ファジィ推論の制御応用
　2.2.1　ファジィ制御
　2.2.2　min-max-重心法
　2.2.3　簡略化ファジィ推論法
　2.2.4　ファジィ制御ルール
2.3　ファジィ理論の応用事例
　2.3.1　ファジィ障害物回避制御
　2.3.2　階層型ファジィ行動制御
演習問題２

　第３章　学習理論 　　　(４５ページ)

3.1　ニューラルネットワーク
　3.1.1　ニューロンとシナプス結合
　3.1.2　ニューロンの演算
　3.1.3　ニューラルネットワークの構造による分類
　3.1.4　パーセプトロン
　3.1.5　誤差逆伝播法（バックプロパゲーション）
　3.1.6　CMAC
　3.1.7　自己組織化マップ
　3.1.8　深層学習（ディープラーニング）
3.2　強化学習
　3.2.1　強化学習の枠組み
　3.2.2　TD学習
　3.2.3　Q 学習
　3.2.4　Profit Sharing法
　3.2.5　Actor-Critic 法
3.3　学習理論の応用事例
　3.3.1　CMAC によるオペレータの操作特性学習
　3.3.2　Shaping 強化学習
演習問題３

　第４章　進化理論　　　　(３８ページ)

4.1　遺伝的アルゴリズム (GA)
　4.1.1　GA の基本概念
　4.1.2　GA の遺伝的オペレータ
　4.1.3　GA の処理アルゴリズム
　4.1.4　スキーマタ定理
　4.1.5　並列遺伝的アルゴリズム
4.2　遺伝的プログラミング (GP)
　4.2.1　GP の基本概念
　4.2.2　GP の遺伝的操作
　4.2.3　GP の処理アルゴリズム
4.3　進化的アルゴリズム
　4.3.1　進化的戦略
　4.3.2　進化的プログラミング
4.4　遺伝的アルゴリズムの応用事例
　4.4.1　GA の探索問題への応用
　4.4.2　GA の画像処理への応用
演習問題４

　第５章　複雑系理論 　　　　(４３ページ)

5.1　カオス理論
　5.1.1　カオスの基本的性質
　5.1.2　パワースペクトル
　5.1.3　リアプノフ指数
　5.1.4　フラクタル次元
　5.1.5　自己相関関数
　5.1.6　ポアンカレマップ
　5.1.7　ロジスティック写像
　5.1.8　ローレンツアトラクタ
　5.1.9　レスラーアトラクタ
　5.1.１０　決定論的非線形短期予測
　5.1.１１　1/f ゆらぎ
5.2　複雑系カオス
　5.2.1　間欠性カオス
　5.2.2　大規模カオス
5.3　カオス理論の応用事例
　5.3.1　間欠性カオスによるマルチエージェントロボットの障害物回避
　5.3.2　インタラクティブカオスサウンド生成システム
演習問題５

　第６章　ハイブリッド手法　　　　(２８ページ)

6.1　ファジィニューラルネットワーク
6.2　ファジィクラシファイアシステム
6.3　ハイブリッド型探索 GA
　6.3.1　ファジィ適応型探索 GA (FASGA)
　6.3.2　ファジィ適応型探索並列 GP (FASPGP)
　6.3.3　人工蟻探索シミュレーション
6.4　ハイブリッド手法の応用事例
　6.4.1　CMACによるファジィルール学習
　6.4.2　ファジィ状態分割型強化学習
演習問題６

　第７章　生物群知能 　　　(２４ページ)

7.1　蟻コロニー最適化 (ACO)アルゴリズム
7.2　粒子群最適化 (PSO)アルゴリズム
7.3　差分進化 (DE)アルゴリズム
7.4　人工蜂コロニー (ABC)アルゴリズム
7.5　生物群知能の応用例
　7.5.1　AC-ABC アルゴリズム
　7.5.2　GS-ABC アルゴリズム
　7.5.3　関数最適化シミュレーション
演習問題７

参考文献

演習問題解答