计算智能——理论、技术与应用

.2．1．3 模糊控制的应用领域
2．2 模糊数学基础
2．2．1 模糊集合
2．2．2 模糊运算
2．2．3 模糊关系
2．2．4 模糊变换
2．2．5 模糊推理
2．2．6 模糊决策
2．3 模糊控制的基本原理
2．3．1 模糊控制器的基本结构
2．3．2 模糊控制系统的组成
2．4 模糊控制系统的分析和设计
2．4．1 模糊控制器的解析结构
2．4．2 模糊控制系统的稳定性分析
2．4．3 模糊系统万能逼近理论
2．5 模糊控制的工程应用
2．5．1 激光加热中组织温度的实时模糊控制
2．5．2 internet网络的智能搜索
2．6 小结
实验
思考题
参考文献
3 神经网络控制
3．1 概述
3．1．1 神经元模型
3．1．2 神经网络的结构和学习规则
3．1．3 神经网络的发展概况
3．1．4 神经网络的研究范畴
3．2 神经网络的基本理论
3．2．1 有监督学习神经网络
3．2．2 无监督学习和反馈神经网络
3．2．3 模糊神经网绉
3．3 基于神经网络的系统建模
3．3．1 神经网络逼近理论
3．3．2 基于神经网络的系统建模
3．4 神经网络控制系统的结构
3．4．1 基于神经网络的学习控制
3．4．2 基于神经网络的直接逆控制
3．4．3 基于神经网络的自适应控制
3．4．4 基于神经网络的内模控制
3．4．5 基于神经网络的预测控制
3．4．6 基于cmac的控制
3．4．7 基于多层神经网络的控制
3．4．8 基于神经网络的递阶控制
3．4．9 基于模糊神经网络的控制
3．4．10 神经网络专家控制
3．5 神经网络的应用
3．5．1 atm的流量控制
3．5．2 倒立摆系统的神经网络控制
3．6 小结
实验
思考题
参考文献
4 进化计算与遗传算法
4．1 概述
4．1．1 从生物进化到进化计算
4．1．2 进化计算的主要分支
4．1．3 进化计算的主要特点
4．1．4 进化计算的研究内容
4．1．5 进化计算的应用
4．2 进化计算的基本原理
4．2．1 进化计算的基本概念
4．2．2 进化计算的基本结构(一般框架)
4．2．3 进化计算的自适应性
4．2．4 基本遗传算法的设计和实现
4．3 进化计算的理论与分析
4．3．1 遗传算法的一般收敛性理论
4．3．2 遗传算法的马尔可夫链模型
4．3．3 遗传算法的收敛速度分析
4．3．4 遗传算法结构的分析与设计
4．3．5 进化规划和进化策略的收敛性
4．4 遗传算法的改进
4．4．1 递阶(层次)遗传算法
4．4．2 chc算法
4．4．3 messy遗传算法
4．4．4 基于实数编码的遗传算法
4．4．5 基于小生境技术的遗传算法
4．4．6 微种群算法
4．4．7 双种群遗传算法
4．4．8 自适应遗传算法
4．4．9 混合遗传算法
4．4．10 并行遗传算法
4．4．11 协同多群体遗传算法
4．4．12 混沌遗传算法
4．5 进化计算的应用
4．5．1 进化模糊控制系统
4．5．2 进化神经网络
4．5．3 基于遗传算法的分类器系统
4．5．4 用遗传算法实现智能internet搜索
4．6 小结
实验
思考题
参考文献
5 人工免疫系统
5．1 概述
5．1．1 人工免疫系统的产生与发展
5．1．2 人工免疫系统的研究范畴及应用
5．1．3 免疫计算智能与其他智能技术的比较
5．2 生物免疫机理
5．2．1 生物免疫系统的组成与特征
5．2．2 免疫系统的计算能力
5．2．3 免疫系统的网络学说
5．2．4 免疫系统的自己-非己识别机理
5．2．5 免疫的学习机理
5．2．6 免疫系统的反馈机理
5．2．7 与免疫遗传算法相关的生物机理
5．3 人工免疫网络模型
5．3．1 基于独特型网络学说的人工免疫网络模型
5．3．2 互联耦合免疫网络
5．3．3 对称网络模型
5．3．4 多值网络模型
5．3．5 免疫通信网络
5．4 免疫学习算法
5．4．1 阴性选择算法
5．4．2 学习算法
5．4．3 免疫进化算法
5．4．4 克隆选择算法
5．4．5 免疫agent算法
5．5 免疫计算智能系统的应用
5．5．1 基于免疫反馈机理的控制系统
5．5．2 免疫自适应控制
5．5．3 自律移动机器人
5．5．4 免疫模式识别
5．5．5 免疫故障诊断
5．5．6 免疫思想在计算机安全中的应用
5．6 小结
实验
思考题
参考文献
6 专家系统
6. 1 概述
6．1．1 专家系统的基本概念
6．1．2 专家系统的研究现状
6．1．3 专家系统的应用领域
6．2 专家系统的原理与结构
6．2．1 专家系统的功能与结构
6．2．2 专家系统的知识表示方法
6．2．3 知识获取与知识库管理
6．2．4 专家系统的自动推理机制
6．3 神经网络专家系统
6．3．1 传统专家系统与神经网络的集成
6．3．2 基于神经网络的知识处理
6．3．3 基于神经网络的专家系统实例
6．4 模糊专家系统
6．4．1 模糊专家系统与传统专家系统的区别
6．4．2 模糊专家系统的特征
6．4．3 模糊专家系统的构成
6．5 专家控制系统
6．5．1 专家控制系统的基本原理与结构
6．5．2 实时专家控制系统
6．5．3 直接专家控制系统和间接专家控制系统
6．5．4 仿人智能专家控制系统
6．6 专家系统与其他技术的结合应用
6．6．1 组件对象模型技术在专家系统中的应用
6．6．2 基于uml技术的专家系统
6．6．3 基于数据挖掘的专家系统推理机制
6．6．4 专家系统在网络管理中的应用
6．6．5 专家系统在数据处理中的应用
6．7 应用实例--道路交通事故处理辅助决策专家系统
6．7．1 系统的总体结构
6．7．2 系统的基本组成
6．7．3 知识库内容的表示
6．7．4 实验结果
6．8 小结
实验
思考题
参考文献
7 学习控制系统
7．1 概述
7．1．1 学习控制的基本概念
7．1．2 机器学习
7．1．3 学习控制的框架
7．1．4 学习控制的研究状况
7．2 基于模式识别的学习控制
7．2．1 模式分类
7．2．2 线性再励学习控制
7．2．3 bayes学习控制
7．3 基于迭代和重复的学习控制
7．3．1 迭代学习控制
7．3．2 重复自学习控制
7．4 联结主义学习控制
7．4．1 直接自适应-学习控制
7．4．2 间接自适应-学习控制
7．5 增强式学习控制
7．5．1 时间差分学习
7．5．2 自适应启发式评判
7．5．3 q-学习
7．5．4 基于规则的自学习(模糊)控制
7．5．5 基于进化计算的增强学习
7．6 应用例子
7．6．1 机器人足球问题
7．6．2 采用增强学习的智能体用于单路口交通信号学习控制
7．6．3 基于神经网络的增强学习算法
7．7 小结
实验
思考题
参考文献
8 dna计算与基于dna的软计算
8．1 概述
8．1．1 生物背景
8．1．2 dna计算
8．1．3 dna计算与软计算的集成
8．1．4 研究内容及其前景
8．2 dna计算与dna计算机
8．2．1 dna计算的数学机理
8．2．2 dna计算的研究进展
8．2．3 dna计算的算法实现实例
8．2．4 dna计算的优点及目前存在的问题
8．3 dna计算与软计算的集成
8．3．1 dna计算与进化计算的集成
8．3．2 dna计算与模糊系统的集成
8．3．3 dna计算与神经网络的集成
8．3．4 dna计算与人工免疫系统的集成
8．3．5 dna计算与其他智能系统的集成
8．4 小结
实验
思考题
参考文献
9 智能agent及其应用
9．1 概述
9．1．1 智能agent
9．1．2 多agent系统
9．1．3 移动agent
9．1．4 agent的应用领域与发展前景
9．2 智能agent的模型与结构
9．2．1 智能agent的模型
9．2．2 智能agent的系统结构
9．3 智能agent的通信与协调
9．3．1 通信方式
9．3．2 agent通信语言
9．3．3 agent协调与协作
9．4 移动agent
9．4．1 移动agent及其计算模式
9．4．2 移动agent的优点
9．4．3 移动agent的总体结构
9．4．4 一般移动agent的具体构成
9．4．5 移动agent系统实现的技术难点
9．5 面向智能agent的软件开发技术、环境与工具
9．5．1 开发技术、环境与工具的发展
9．5．2 面向移动agent的ibm aglet平台
9．6 智能agent的应用
9．6．1 基于多agent的网络检索系统
9．6．2 基于多agent的智能供应链管理系统
9．7 小结
实验
思考题
参考文献
10 粗集理论及其在智能系统中的应用
10．1 概述
10．1．1 粗集理论的基本概念及其特点
10．1．2 粗集理论的研究进展
10．2 粗集理论与模糊集理论
10．2．1 粗模糊集合
10．2．2 模糊粗集
10．3 粗集理论与机器学习
10．3．1 有导师学习及其算法
10．3．2 知识学习的充分性
10．3．3 导师知识的完备性
10．3．4 推理学习
10．4 粗集理论的应用
10．4．1 任务分配
10．4．2 协同模型
10．4．3 信息度量
10．4．4 移动计算
10．4．5 群决策一致性
10．5 小结
实验
思考题
参考文献
11 混沌控制与同步
11．1 概述
11．1．1 混沌的定义及特性
11．1．2 混沌控制与同步的研究现状
11．2 混沌系统的经典控制方法
11．2．1 基于参数的混沌控制方法--ogy方法
11．2．2 基于ogy方法的改进--riccati方程法
11．2．3 基于ogy方法的改进--极点配置法
11．2．4 混沌系统的反馈控制
11．2．5 几种控制方法的比较
11．3 混沌系统的智能控制
11．3．1 模糊系统中的混沌
11．3．2 混沌系统的模糊控制
11．3．3 神经网络中的混沌
11．3．4 基于神经网络的混沌控制
11．4 混沌同步
11．4．1 混沌系统同步原理
11．4．2 混沌反馈同步
11．4．3 驱动-响应同步法
11．4．4 主动被动同步法
11．4．5 混沌自适应同步
11．4．6 混沌神经网络的同步控制方法
11．4．7 几种混沌同步方法的比较
11．5 混沌同步方法在通信保密中的应用
11．5．1 保密通信应用现状
11．5．2 传统同步通信方法
11．5．3 混沌同步通信方法
11．6 小结
实验
思考题
参考文献
12 网络智能自动化
12．1 概述
12．1．1 智能网技术
12．1．2 智能化网络管理与控制
12．1．3 网络信息检索的智能化
12．1．4 网络智能自动化发展趋势--主动网络技术
12．2 智能网
12．2．1 智能网的体系结构
12．2．2 智能网业务
12．3 智能化网络体系结构
12．3．1 网络管理与控制体系结构
12．3．2 网络管理的移动式智能agent结构
12．3．3 网格的体系结构
12．3．4 基于生物网络结构的网络管理平台
12．4 网络智能应用
12．4．1 网络智能信息检索服务
12．4．2 基于web的智能数据挖掘
12．4．3 网格计算的计算智能
12．5 网络智能自动化发展趋势--主动网络技术
12．5．1 主动网络技术简介
12. 5．2 主动网络的实现方案及其体系结构
12．5．3 主动网络的具体应用及其安全问题
12．5．4 主动网络的研究现状
12．6 小结
实验
思考题
参考文献