软计算原理及其工程应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

软计算原理及其工程应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

上篇 基础理论篇1

第1章 软计算概述1

1.1 软计算基本概念1

1.2 软计算与人工智能的关系2

1.2.1 从传统人工智能到计算智能2

1.2.2 软计算对计算智能的意义3

1.3 软计算方法的广义模糊认知哲学基础4

1.4 小结8

习题18

第2章 模糊计算9

2.1 模糊集合9

2.1.1 模糊集合概念9

2.1.2 隶属函数10

2.1.3 模糊集合运算11

2.1.4 模糊集合与普通集合的关系11

2.2 模糊关系12

2.2.1 模糊关系基本概念12

2.2.2 模糊关系合成13

2.2.3 模糊变换13

2.3 模糊推理13

2.3.1 模糊语言与语言变量13

2.3.2 模糊命题与模糊条件语句14

2.3.3 模糊推理16

2.4 模糊计算在工程技术中的应用实例17

2.4.1 模糊控制系统的原理与设计过程17

2.4.2 模糊控制在电饭锅中的应用18

2.4.3 模糊优化研究进展21

2.5 粗糙集方法简介22

2.6 小结25

习题225

第3章 神经计算27

3.1 神经网络基本概念27

3.2 神经网络类型28

3.3 神经网络学习算法31

3.4 几种典型的神经网络32

3.4.1 生物神经元模型32

3.4.2 人工神经元模型33

3.4.3 BP网络34

3.4.4 Hopfield网络38

3.5 神经计算在工程技术中的应用实例41

3.5.1 神经网络控制的结构41

3.5.2 神经控制在复杂系统中的应用42

3.6 小结44

习题344

第4章 进化计算46

4.1 遗传算法46

4.1.1 遗传算法基础理论46

4.1.2 遗传算法研究进展49

4.2 进化策略简介51

4.3 进化编程简介52

4.4 进化计算在工程技术中的应用实例54

4.4.1 组织协同进化分类算法54

4.4.2 AGAFCM算法55

4.4.3 遗传算法在模糊控制中的应用57

4.5 小结59

习题460

第5章 免疫计算61

5.1 人工免疫系统的生物学原理61

5.1.1 生物免疫学的发展61

5.1.2 生物免疫系统概述62

5.1.3 生物免疫原理63

5.1.4 生物免疫系统对人工免疫系统研究的启示66

5.2 人工免疫算法67

5.2.1 从生物免疫系统到人工免疫系统67

5.2.2 典型的人工免疫算法67

5.3 小结72

习题578

第6章 自然计算79

6.1 自然计算产生背景79

6.1.1 生物系统79

6.1.2 生态系统81

6.2 自然计算相关概念82

6.2.1 基本概念82

6.2.2 主要研究领域82

6.3 自然计算基本特征84

6.3.1 从人工智能到自然计算84

6.3.2 自然计算的新特征86

6.4 自然计算算法原理89

6.4.1 自然计算映射模型89

6.4.2 自然计算算法90

6.5 协同进化计算的自然计算理念求证91

6.5.1 协同进化的生物学基础92

6.5.2 协同进化的动力学描述95

6.6 自然计算研究整体框架97

6.7 小结97

习题698

第7章 其他软计算方法99

7.1 群集智能99

7.1.1 蚁群算法99

7.1.2 粒子群算法102

7.1.3 集群智能与其他计算智能的比较103

7.2 量子计算104

7.3 支持向量机107

7.4 小结108

习题7108

下篇 综合应用篇109

第8章 模糊计算在复杂工业系统中的应用109

8.1 基于遗传算法的第二类模糊非线性规划问题求解109

8.1.1 第二类模糊非线性规划问题描述109

8.1.2 FRNLP模型的常规容差法最优模糊判决及求解109

8.1.3 FRNLP模型的满意解和精确最优解111

8.1.4 遗传算法在非线性规划上的运用111

8.1.5 实验仿真112

8.1.6 结论112

8.2 基于遗传算法的动态模糊聚类112

8.2.1 模糊聚类基本概念112

8.2.2 将遗传算法用于迭代优化映射平面的坐标114

8.2.3 实验仿真115

8.2.4 结论118

8.3 模糊计算在洗衣机控制系统中的应用118

8.3.1 模糊神经控制的知识基础119

8.3.2 基于模糊神经网络的洗衣机控制系统的设计124

8.3.3 洗衣机模糊神经控制系统的实现132

8.3.4 结论136

8.4 小结137

习题8137

第9章 遗传算法在医学图像配准中的应用138

9.1 医学图像配准研究背景138

9.1.1 医学图像配准的意义138

9.1.2 医学图像配准技术的发展历史138

9.1.3 医学图像配准技术在临床上的应用139

9.1.4 医学图像配准技术存在的问题139

9.2 医学图像配准技术综述139

9.2.1 图像配准的基本原理及概念139

9.2.2 图像配准方法的分类140

9.2.3 图像配准的主要过程141

9.2.4 主要的医学图像配准方法143

9.2.5 配准的评估146

9.3 基于互信息的医学图像配准146

9.3.1 基本概念147

9.3.2 互信息配准的基本步骤148

9.4 互信息局部极值的成因及抑制方法155

9.4.1 互信息函数局部极值成因分析155

9.4.2 基于压缩图像灰度级对局部极值的抑制157

9.4.3 配准实验163

9.4.4 算法可靠性分析166

9.5 互信息最优化搜索算法167

9.5.1 基本遗传算法167

9.5.2 改进遗传算法169

9.5.3 实数编码自适应遗传算法配准实验171

9.5.4 混合优化算法173

9.6 小结174

习题9175

第10章 人工免疫在故障诊断中的应用176

10.1 课题研究背景176

10.1.1 研究目的及意义176

10.1.2 人工免疫系统概述176

10.1.3 故障诊断方法综述178

10.2 基于否定选择算法的故障诊断方法180

10.2.1 基于aiNet故障样本约减研究181

10.2.2 基于否定选择算法的变压器故障诊断方法185

10.3 基于克隆变异机理的故障诊断方法研究190

10.3.1 免疫克隆变异机理与克隆选择算法191

10.3.2 故障诊断方法研究191

10.4 小结196

习题10197

第11章 自然计算在系统辨识中的应用198

11.1 课题研究背景198

11.1.1 自然计算概念提出的背景198

11.1.2 模糊优化研究进展及现状199

11.1.3 遗传算法研究进展及现状200

11.1.4 基于遗传算法的模糊优化在系统辨识中的应用201

11.2 自然启发的系统辨识202

11.2.1 系统辨识基本性质202

11.2.2 经典系统辨识203

11.2.3 现代系统辨识204

11.2.4 基于自然计算的系统辨识215

11.2.5 RFG框架与NFG框架特点分析220

11.3 系统辨识中的模糊优化222

11.3.1 模糊优化相关概念222

11.3.2 传统模糊优化问题226

11.3.3 系统辨识中的模糊优化问题232

11.4 模糊优化问题的遗传算法求解238

11.4.1 基于正交设计的初始化方法238

11.4.2 遗传参数适应性调整240

11.4.3 沿加权梯度方向的变异及其权值的自适应调整242

11.4.4 遗传算法的改进策略244

11.4.5 基于遗传算法的模糊优化求解的有效性244

11.5 基于自然计算的系统辨识实现249

11.5.1 系统辨识的性能评估250

11.5.2 基于RFG框架的系统辨识实现251

11.5.3 基于RFG框架的系统辨识应用255

11.5.4 基于NFG框架的系统辨识实现262

11.5.5 基于NFG框架的系统辨识应用267

11.6 小结273

习题11275

参考文献277