讲解智能算法的理论和实际应用。主要针对1. 智能算法计算时间分析新方法；2. 智能算法在计算机视觉的应用；3. 智能算法在物流规划的应用；4. 智能算法在软件测试的应用；5. 智能算法在多目标优化的应用。

无

智能算法是计算智能（ComputationalIntelligence）方法的算法形式，是人工智能在智能感知、智能决策与智能规划等方面的常用技术方法。智能算法在现阶段通常表现为进化计算、群体智能、机器学习等算法及其组合，涉及范围较广。目前，智能算法的相关著作主要集中在理论、方法与仿真实验方面，较少涉及实际应用，特别是在人工智能前沿研究领域的应用。本书立足于前沿研究成果，旨在为智能算法的实践工作者提供一本包含实际案例的参考书籍。
在计算机视觉领域，深度学习方法的应用较为常见，而智能优化算法的应用以及智能优化算法与深度学习方法结合的应用则较少被报道。本书第1章从计算机视觉的基础技术问题——抠图入手，探讨从数学建模、算法设计到工程应用的智能算法研究实例。抠图是图像处理与视频分析的底层关键技术与基础方法，它在精度和速度上的突破会极大地提高后续应用的性能。本书将介绍包括模糊多目标进化算法在内的多种智能算法，以及抠图算法在深度学习训练样本预处理中的应用（包括人脸检测、人脸识别、行人检测等），为计算机视觉领域的技术研发提供实用参考。
在软件工程领域，软件测试是软件开发过程中必要而且非常耗费人力的技术活动。软件测试用例自动生成技术可以大大减少软件测试在程序单元测试中的人力消耗，但实际软件程序的测试用例编码空间往往非常庞大，造成测试用例生成技术的计算代价较高。本书将从启发式优化的思想出发，介绍自适应评估函数和关联矩阵等智能算法策略，实现智能算法计算力的优化分配，以显著提高软件测试用例自动生成算法的性能。智能算法的实际效果经过了雾计算、自然语言处理和区块链智能合约等实际软件工具包和公开程序的实验验证，这可以为智能优化软件工程的技术研发提供有益参考。
智能物流是人工智能与现代物流研究的热点主题。双层车辆路径问题（2E-VRP）是新时代物流体系中一个关键的优化问题，也是管理科学领域的一个公开难题。本书将阐述2E-VRP的背景、数学模型与研究现状，重点介绍求解该问题的前沿智能算法，详细讲述用模糊进化算法解决双层调度矛盾的新技术，实现2E-VRP问题的高精度求解。本书还展示了这些研究成果在城市物流规划与大型港口业务调度中的应用与相关产业化实例，可以为智能物流的管理规划与技术研发提供有效指导。
除少数应用之外，本书还介绍了多目标优化智能算法在软件配置方面的最新应用，希望能给运用多目标优化算法求解实际复杂优化问题的研究与技术人员带来启发。作为总结，本书最后一章介绍了连接理论研究与应用实践的计算时间估算方法，为智能算法的应用提供理论支持，为智能算法的应用者提供时间复杂度分析的实用工具。
鉴于作者水平有限，本书纯属抛砖引玉之拙作，希望能为从事智能算法应用的实践者提供一些参考。

黄 翰
2021 年 11 月于广州五山

计算机\人工智能

目前，智能算法的相关著作主要集中在理论、方法与仿真实验方面，较少涉及实际应用，特别是在人工智能前沿研究领域的应用。本书立足于前沿研究成果，旨在为智能算法的实践工作者提供一本包含实际案例的参考书籍。
本书分别介绍了智能算法在计算机视觉基础技术、软件测试用例自动生成技术和双层车辆路径问题方面的应用，还介绍了多目标优化智能算法在软件配置方面的最新应用，最后介绍了连接理论研究与应用实践的计算时间估算方法，为智能算法的应用提供理论支持。

作者简介:
黄翰　博士，华南理工大学软件学院教授、博士生导师，国家高层次青年人才计划入选者，广东省杰出青年基金获得者，CCF杰出会员和IEEE高级会员，兼任国际学术期刊IEEE Transaction on Evolutionary Computation（IF: 11.554）副编，大数据与智能机器人教育部重点实验室副主任、广东省本科高校软件工程专业指导委员会主任委员、广东省计算机学会软件工程专委会秘书长、广东省财税大数据重点实验室专家组组长；主持国家级和省部级重大项目等共10多项课题，以第一作者或通讯作者身份在IEEE TCYB、IEEE TETC、IEEE TSE、IEEE TEVC、IEEE TIP、IEEE TFS和《中国科学》等专业学术期刊发表论文60多篇，代表作入选ESI；授权国家发明专利34项，授权美国发明专利3项；获广东省科技进步一等奖和广东省自然科学二等奖；长期致力于智能算法理论、应用与产业生态的研究。
郝志峰　教授、博士生导师，汕头大学党委副书记、校长，兼任教育部大学数学教学指导委员会副主任委员、中国工业与应用数学学会大数据与人工智能专委会副主任、全国大学生数学建模竞赛组委会委员、广东省超级计算机应用产业联盟理事长。主要研究方向为代数学及其应用、数据科学理论、人工智能、数学建模等。主持国家重点研发计划项目、国家自然科学基金-广东省联合基金项目等国家级、省部级项目40余项，近年在TNNLS、TKDE、PR、Bioinformatics和《中国科学》等国内外重要刊物上发表高质量论文逾80篇。曾获国家优秀教学成果奖二等奖、广东省科学技术奖、广东自然科学奖二等奖、教育部自然科学奖二等奖、广东省优秀教学成果一等奖，获第十届广东青年五四奖章、第九届广东省丁颖科技奖、国家专利奖优秀奖、“2020智慧城市先锋榜领军人物”、新世纪优秀人才支持计划、广东省“南粤优秀教师”等荣誉。

黄翰 郝志峰 著：黄翰，男，博士，华南理工大学软件学院教授、博士生导师，国家高层次青年人才计划入选者，广东省杰出青年基金获得者；兼任国际学术期刊IEEE Transaction on Evolutionary Computation（IF: 11.554）副主编、中国仿真学会智能仿真优化与调度专委会副主任、中国工业与应用数学学会大数据与人工智能专委会副秘书长、大数据与智能机器人教育部重点实验室副主任等职务；CCF杰出会员和IEEE高级会员；主持国家级和省部级重大项目等10多项课题，在IEEE TETC、IEEE TSE、IEEE TEVC、IEEE TIP、IEEE TFS、IEEE TII、IEEE CIM、IEEE TCYB和《中国科学》等专业学术期刊发表论文60多篇，代表作入选ESI；申请国家发明专利58项，授权国家发明专利31项，申请PCT 15项，授权美国发明专利3项；获广东省科技进步一等奖和广东省自然科学二等奖；长期致力于智能算法的理论、应用与产业生态的研究。
郝志峰，教授、博士生导师，汕头大学党委副书记、校长，兼任教育部大学数学教学指导委员会副主任委员、中国工业与应用数学学会大数据与人工智能专委会副主任、全国大学生数学建模竞赛组委会委员、广东省超级计算机应用产业联盟理事长。主要研究方向为：代数学及其应用、数据科学理论、人工智能、数学建模等。主持国家重点研发计划项目、国家自然科学基金-广东省联合基金项目等国家、省部级项目40余项，近年在TNNLS、TKDE、PR、Bioinformatics、《中国科学》等国内外重要刊物上发表高质量论文逾80篇。曾获国家优秀教学成果奖二等奖、广东省科学技术奖、广东省自然科学奖二等奖、教育部自然科学奖二等奖、广东省优秀教学成果一等奖，获第十届广东青年五四奖章、第九届广东省丁颖科技奖、国家专利奖优秀奖、“2020智慧城市先锋榜领军人物”、新世纪优秀人才支持计划、广东省“南粤优秀教师”等荣誉。

前言
第 1 章 智能算法在计算机视觉领域的应用 1
1.1 精确捕捉半透明的视觉效果——基于像素级多目标
优化的采样算法 1
1.1.1 研究进展简述 1
1.1.2 科学原理 4
1.1.3 小结 23
1.2 模糊逻辑与进化计算的“强强联合” 24
1.2.1 研究进展简述 24
1.2.2 科学原理 26
1.2.3 小结 46
1.3 当医学遇上人工智能——抠图算法应用的又一力作 47
1.3.1 研究进展简述 47
1.3.2 科学原理 48
1.3.3 小结 55
1.4 “深度学习＋抠图增强”牛刀小试——高效率的红外图像行人分类 55
1.4.1 研究进展简述 55
1.4.2 科学原理 59
1.4.3 小结 82
第 2 章 智能算法在物流规划领域的应用 83
2.1 研究进展简述 83
2.2 科学原理 85
2.2.1 问题描述 85
2.2.2 问题分析 87
2.2.3 算法设计 88
2.2.4 算法分析 90
2.2.5 实验分析 92
2.3 本章小结 94
第 3 章 智能算法在软件测试领域的应用 95
3.1 软件测试开销过大如何解决——从 ATCG 问题开始 95
3.1.1 研究进展简述 95
3.1.2 科学原理 99
3.1.3 小结 103
3.2 “随机启发式算法 + 动态多点搜索策略”小试锋芒——高效率的 NLP 程序测试 103
3.2.1 研究进展简述 103
3.2.2 科学原理 104
3.2.3 小结 112
第 4 章 多目标优化智能算法的应用 114
4.1 基于自适应参考点的高维多目标进化算法 114
4.1.1 研究进展简述 114
4.1.2 科学原理 115
4.1.3 小结 131
4.2 配置软件产品的有效方法——“多目标进化算法＋分布估计” 131
4.2.1 研究进展简述 131
4.2.2 科学原理 133
4.2.3 小结 157
第 5 章 智能算法计算时间复杂度分析的新方法 158
5.1 研究进展简述 158
5.2 科学原理 169
5.2.1 问题描述 169
5.2.2 问题建模 171
5.2.3 理论分析 173
5.2.4 算法设计 174
5.2.5 实验分析——增益概率密度分布函数的模拟 176
5.2.6 实验分析——平均增益曲面的拟合 177
5.3 本章小结 179
参考文献 181