分布估計算法源於遺傳算法，它沒有交叉和變異操作，而是對優勢群體的概率分布模型進行估計，並根據估計的模型進行采樣。分布估計算法從宏觀上控制算法進化的方向。由於分布估計算法具有*強的理論基礎，因此受到廣大學者的重視，成為當前進化計算領域的研究熱點。
《copula分布估計算法》(作者王麗芳)介紹的copula分布估計算法，在估計優勢群體的概率分布模型時，將邊緣分布函數的估計操作和copula函數的估計操作分別進行，實際上這兩個操作是可以獨立地並行實現的。

copula分布估計算法綜合了智能計算領域和統計學領域的知識，是一 種基於群體的智能優化算法。《copula分布估計算法》(作者王麗芳)共分 為8章，主要內容包括：分布估計算法的基本概念和算法流程、copula理論 及copula分布估計算法框架、二維copula分布估計算法、多維經驗copula 分布估計算法、多維阿基米德copula分布估計算法、阿基米德copula EDA 中的參數估計、copula EDA中的邊緣分布函數和采樣方法的研究以及 copula EDA在圖像矢量量化中的應用研究等。 《copula分布估計算法》適合於從事智能計算領域研究和應用的科技 工作者和工程技術人員使用，也可以作為人工智能、計算機科學、信息科 學、智能優化及智能控制領域的廣大師生的教學參考用書。

前言
第1章 緒論
1．1 智能計算
1．1．1 人工智能
1．1．2 進化計算
1．1．3 無免費午餐定理
1．2 遺傳算法
1．2．1 基本算法
1．2．2 模式定理
1．2．3 建築塊假設
1．3 分布估計算法
1．3．1 變量相關性方面的研究
1．3．2 算法改進方面的研究
1．3．3 收斂性與復雜性分析
1．4 本書的結構安排
參考文獻
第2章 copula理論及copula分布估計算法框架
2．1 copula理論的基本概念和定理
2．1．1 c叩ula理論的起源
2．1．2 copula函數的定義
2．1．3 copula函數的分類
2．1．4 copula理論的基本定理
2．2 copula分布估計算法框架
2．2．1 copula分布估計算法的思想
2．2．2 copula分布估計算法的基本步驟
2．2．3 copula分布估計算法與一般分布估計算法的比較
2．3 copula分布估計算法的收斂性
2．3．1 copula分布估計算法的形式化描述
2．3．2 理論基礎
2．3．3 收斂性證明
2．4 小結
參考文獻
第3章 二維copula分布估計算法
3．1 二維正態copula EDA
3．1．1 二維正態copula EDA的算法原理和步驟
3．1．2 二維正態copula EDA仿真實驗
3．2 二維阿基米德copula EDA
3．2．1 二維阿基米德copula EDA的算法原理和步驟
3．2．2 二維阿基米德copula EDA仿真實驗
3．3 小結
參考文獻
第4章 多維經驗copula分布估計算法
4．1 多維經驗copula函數
4．1．1 經驗copula函數的定義
4．1．2 經驗copula函數的特征
4．2 經驗copula EDA算法
4．2．1 算法分析
4．2．2 經驗copula函數的條件分布函數的構造方式
4．2．3 經驗copula EDA算法步驟及復雜性分析
4．3 多維經驗copula EDA仿真實驗
4．3．1 測試函數
4．3．2 參數設置
4．3．3 實驗結果分析
4．4 小結
參考文獻
第5章 多維阿基米德copula分布估計算法
5．1 阿基米德copula函數的采樣方法
5．2 Clayton copula分布估計算法
5．2．1 Clayton copula函數
5．2．2 算法步驟
5．3 Gumbel copula分布估計算法
5．3．1 Gumbel copula函數
5．3．2 算法步驟
5．4 Frank copula分布估計算法
5．4．1 Frank copula函數
5．4．2 算法步驟
5．5 阿基米德copula EDA仿真實驗
5．6 小結
參考文獻
第6章 阿基米德copula EDA中的參數估計
6．1 極大似然估計的copula分布估計算法
6．1．1 極大似然估計的定義
6．1．2 MLE Clayton copula分布估計算法
6．1．3 仿真實驗
6．1．4 MLE Clayton copula分布估計算法的改進
6．2 ：PMIJE估計參數的copula分布估計算法
6．2．1 PMLE估計參數的方法
6．2．2 Gumbel copula函數的PMLE估計法
6．2．3 Clayton copula函數的PMLE估計法
6．2．4 算法性能測試及分析
6．3 基於Kendall T估計參數的copula分布估計算法
6．3．1 關於Kendall T的基本理論
6．3．2 copula分布估計算法中的Kendall T估計參數法
6．3．3 算法性能測試及分析
6．4 小結
參考文獻
第7章 copuIa EDA中的邊緣分布函數和采樣方法的研究
7．1 常見的概率分布函數
7．1．1 均勻分布
7．1．2 正態分布
7．1．3 經驗分布
7．2 具有正態邊緣分布的Clayton copula分布估計算法
7．2．1 對正態邊緣分布函數的估計和采樣
7．2．2 算法步驟
7．2．3 仿真實驗
7．3 阿基米德copula EDA中采樣方法的研究
7．3．1 采樣方法
7．3．2 仿真實驗
7．4 小結
參考文獻
第8章 copula EDA在圖像矢量量化中的應用研究
8．1 數字圖像處理概述
8．2 靜止圖像編碼的常用方法
8．2．1 圖像編碼
8．2．2 熵編碼
8．2．3 預測編碼
8．2．4 變換編碼
8．2．5 子帶編碼
8．2．6 矢量量化
8．3 矢量量化器設計算法
8．3．1 算法步驟
8．3．2 算法改進方面的研究
8．4 基於copula分布估計算法的碼書設計算法
8．4．1 算法分析
8．4．2 算法步驟
8．4．3 算法特點
8．5 實驗分析
8．6 小結
參考文獻
附錄二 維正態copula分布估計算法程序