计算智能与交通运输工程应用

　　本书围绕计算智能理论方法展开，给出了人工智能算法在城市轨道交通、高速铁路、道路交通等交通运输工程中的应用和创新案例。内容包括神经网络、模糊计算、进化计算、群智能和决策树的基本知识以及计算智能 的理论与技术研究成果。在模型算法部分引入交通运输行业的经典问题，如列车调整问题、交通流（客流）预测及组织优化问题、列车关键装备智能故障预测与健康管理等，并结合实际科研的需求与数据，展开建模和求解过程。本书可供交通工程领域的相关科研人员、高校教师、研究生与本科生学习和参考。

暂缺《计算智能与交通运输工程应用》作者简介

章 绪论
节 人工智能概述
第二节 计算智能概述
习题
第二章 经典神经网络
节 神经网络基础
第二节 简单前馈神经网络
第三节 多层前馈神经网络
第四节 径向基神经网络
第五节 其他神经网络
习题
第三章 神经网络
节 支持向量机
第二节 卷积神经网络
第三节 循环神经网络
第四节 深度学习框架
习题
第四章 模糊计算
节 模糊理论的产生与应用
第二节 模糊集合及其基本运算
第三节 模糊关系
第四节 模糊聚类
第五节 模糊推理
第六节 模糊控制系统
习题
第五章 进化计算和群体智能
节 进化计算概述
第二节 遗传算法概述
第三节 基本遗传算法
第四节 遗传算法MATLAB的实现
第五节 遗传算法的应用案例
第六节 群智能优化方法概述
第七节 蚁群算法
第八节 粒子群算法
第九节 其他群智能算法
习题
第六章 决策树
节 决策树的基本思想
第二节 数据划分基础
第三节 决策树的构建
第四节 决策树剪枝
第五节 集成学习与随机森林
习题
第七章 计算智能在交通运输系统中的应用
节 城轨客流智能预测与调控组织
第二节 城市道路流量与出行需求预测
第三节 高速铁路列车运行智能调度指挥
第四节 轨道交通系统风险不确定性评价
第五节 列车关键装备智能故障预测与健康管理
第六节 轨道交通监控视频图像智能分析与增强