模糊逻辑与智能系统PDF|Epub|txt|kindle电子书版本网盘下载

模糊逻辑与智能系统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

第1章 模糊集合1

1.1 经典集合1

1.2 模糊集的定义4

1.3 模糊集的表示方法5

1.4 模糊集的基本运算6

1.5 模糊集的基本性质8

1.6 分解定理8

1.6.1 λ截集8

1.6.2 分解定理11

1.7 扩张原理12

1.7.1 经典扩张原理12

1.7.2 扩张原理13

1.8 隶属函数16

1.8.1 模糊统计法16

1.8.2 二元对比法17

1.8.3 模糊分布18

1.8.4 其他方法22

习题23

第2章 模糊关系24

2.1 普通关系24

2.2 模糊关系26

2.3 模糊关系的运算28

2.3.1 模糊关系的性质29

2.3.2 模糊关系的逆关系29

2.3.3 模糊λ截关系30

2.3.4 模糊关系的合成31

2.4 模糊等价关系33

2.4.1 模糊等价关系与模糊相似关系33

2.4.2 自反、对称、传递关系的性质34

2.4.3 传递闭包38

习题40

第3章 模糊相似性41

3.1 模糊熵41

3.2 模糊集的距离度量43

3.2.1 海明距离43

3.2.2 加权海明距离44

3.2.3 欧几里得距离45

3.2.4 Minkowski距离45

3.3 模糊集的贴近度度量46

3.3.1 内外积法46

3.3.2 距离法47

3.3.3 其他方法47

3.4 模糊集的包含度48

3.4.1 包含度48

3.4.2 基于包含度的相似度49

习题50

第4章 模糊综合评判52

4.1 模糊映射和模糊变换52

4.1.1 模糊映射52

4.1.2 模糊变换54

4.2 模糊综合评判正问题模型55

4.2.1 单级综合评判模型55

4.2.2 多级综合评判模型57

4.3 模糊综合评判逆问题模型58

4.3.1 模糊关系方程基本形式58

4.3.2 TKM法求解模糊关系方程59

4.3.3 表格法求解模糊关系方程62

4.3.4 近似试探法求解模糊关系方程64

习题64

第5章 模糊逻辑66

5.1 命题逻辑与谓词逻辑66

5.1.1 命题逻辑66

5.1.2 谓词逻辑67

5.2 多值逻辑与模糊逻辑68

5.2.1 多值逻辑68

5.2.2 模糊逻辑70

5.3 模糊逻辑函数71

5.3.1 模糊逻辑函数的概念71

5.3.2 模糊逻辑函数的范式72

5.3.3 模糊逻辑函数的化简74

5.4 模糊语言逻辑79

5.4.1 模糊语言及其算子79

5.4.2 模糊语言真值逻辑81

5.4.3 模糊语言逻辑运算82

5.5 区间值模糊逻辑83

5.5.1 区间值模糊集的概念83

5.5.2 区间值模糊集的运算84

习题85

第6章 模糊推理87

6.1 模糊推理的基本概念87

6.1.1 模糊推理的概念和分类87

6.1.2 模糊推理的基本模式88

6.2 基于模糊关系的合成推理89

6.2.1 模糊推理的合成规则89

6.2.2 模糊关系的构造89

6.2.3 15种模糊关系的性能分析95

6.3 多重多维模糊推理100

6.3.1 多维模糊推理100

6.3.2 多重模糊推理104

6.3.3 多重多维模糊推理107

6.4 带有可信度因子的模糊推理108

6.5 真值限定的模糊推理方法111

习题114

第7章 模糊控制系统116

7.1 模糊控制概述116

7.1.1 模糊控制的基本概念116

7.1.2 模糊控制的创立与发展117

7.1.3 模糊控制器的基本形式117

7.2 模糊控制系统的基本结构118

7.2.1 模糊控制系统的组成119

7.2.2 模糊控制器的基本结构119

7.2.3 模糊控制器的维数120

7.3 模糊控制系统的基本原理120

7.3.1 模糊化运算120

7.3.2 数据库121

7.3.3 规则库124

7.3.4 模糊推理126

7.3.5 清晰化计算128

7.4 离散论域的模糊控制系统的设计130

习题134

第8章 模糊模式识别136

8.1 模糊模式识别概述136

8.2 模糊模式识别的直接方法137

8.3 贴近度分类法139

8.4 模糊积分分类法142

8.4.1 模糊积分定义及性质142

8.4.2 模糊积分分类144

8.5 模糊关系聚类方法145

8.5.1 特征数据正规化145

8.5.2 标定相似系数146

8.5.3 聚类方法148

8.6 模糊ISODATA动态聚类方法152

8.6.1 普通动态聚类方法152

8.6.2 模糊ISODATA动态聚类154

8.7 模糊划分聚类方法155

8.7.1 数据集的c划分155

8.7.2 聚类目标函数156

8.7.3 模糊c均值聚类方法159

8.8 模糊模式识别的应用160

8.8.1 几何图形的识别160

8.8.2 手写文字的识别161

习题162

第9章 模糊专家系统164

9.1 模糊专家系统的概述164

9.1.1 模糊专家系统的定义164

9.1.2 模糊专家系统的特征164

9.1.3 模糊专家系统与传统专家系统的区别165

9.2 模糊专家系统的结构及其功能166

9.2.1 专家系统的结构与基本功能166

9.2.2 专家系统的基本原理167

9.3 模糊专家系统的设计策略168

9.3.1 模糊数学和模糊逻辑理论及其应用168

9.3.2 模糊专家系统中知识的表示方法170

9.3.3 模糊推理170

9.3.4 模糊推理的控制策略172

9.3.5 模糊解释机制173

9.4 模糊规则库的设计与检验174

9.4.1 模糊控制器的结构174

9.4.2 建立模糊控制规则175

9.4.3 模糊控制规则的完备性176

9.4.4 模糊控制规则的互作用性177

9.4.5 模糊控制规则的相容性179

习题180

第10章 模糊神经网络181

10.1 神经网络理论概述181

10.1.1 神经网络原理181

10.1.2 人工神经网络的结构184

10.1.3 人工神经网络的学习185

10.2 模糊系统与神经网络的可融合性189

10.3 基于Mamdani模型的模糊神经网络191

10.3.1 模糊系统的Mamdani模型191

10.3.2 模糊神经网络结构193

10.3.3 学习算法194

10.4 基于Takagi-Sugeno模型的模糊神经网络196

10.4.1 模糊系统的Takagi-Sugeno模型197

10.4.2 模糊神经网络结构197

10.4.3 学习算法199

习题202

第11章 模糊遗传算法203

11.1 遗传算法的基本原理204

11.1.1 编码204

11.1.2 种群规模205

11.1.3 适应度函数205

11.1.4 遗传操作206

11.2 模糊遗传算法与模糊控制208

11.2.1 模糊遗传算法的基本设计思想209

11.2.2 基于种群多样性的模糊遗传算法211

11.2.3 确立模糊化和去模糊化方法213

11.2.4 确定模糊控制器的参数213

11.3 遗传操作的改进214

11.3.1 选择操作的改进214

11.3.2 交叉和变异操作的改进215

11.4 遗传算法种群多样性的研究216

11.4.1 过早收敛现象的表征及产生原因216

11.4.2 种群多样性的定义217

11.4.3 遗传算子对种群多样性的影响218

习题221

第12章 模糊线性规划222

12.1 模糊极值222

12.1.1 无约束条件的模糊极值222

12.1.2 约束条件下的模糊极值223

12.2 模糊规划224

12.2.1 单目标模糊规划225

12.2.2 多目标、多约束的模糊规划227

12.3 模糊线性规划与参数规划228

12.3.1 模糊线性规划228

12.3.2 模糊线性规划的参数规划法232

12.4 多目标线性规划234

12.4.1 多目标线性规划的模糊最优解234

12.4.2 约束条件有伸缩性的多目标线性规划问题235

12.5 有模糊系数的线性规划236

12.5.1 约束条件系数为L-R模糊数的模糊线性规划236

12.5.2 目标函数系数为L-R模糊数的模糊线性规划238

习题240

第13章 模糊决策242

13.1 决策的概念及其过程242

13.1.1 决策的概念242

13.1.2 决策的过程242

13.2 模糊群体决策243

13.2.1 评分法244

13.2.2 最小距离法244

13.2.3 Blin法245

13.3 模糊相对决策246

13.3.1 择优比较决策法247

13.3.2 优先关系决策法247

13.3.3 相对比较法248

13.3.4 对比平均决策法250

13.4 模糊二阶决策251

13.4.1 评判空间与评判函数251

13.4.2 模糊二阶决策251

13.5 多目标模糊决策253

13.5.1 定量指标模糊决策法253

13.5.2 定性指标模糊决策法256

习题257

第14章 直觉模糊集259

14.1 引言259

14.2 直觉模糊集259

14.2.1 直觉模糊集的基本概念259

14.2.2 直觉模糊集的基本运算260

14.2.3 直觉模糊集的截集260

14.2.4 直觉模糊集截集的性质及核262

14.2.5 直觉模糊集的特点263

14.3 IFS时态逻辑算子及扩展运算性质264

14.3.1 时态逻辑算子264

14.3.2 扩展运算265

14.4 IFS分解定理267

14.5 直觉模糊集之间的距离269

14.5.1 IFS之间的距离269

14.5.2 基于Hausdorff测度的IFS之间的距离271

14.5.3 改进的IFS之间的距离272

14.6 直觉模糊集之间的相似度275

14.6.1 IFS之间的相似度276

14.6.2 基于Hausdorff测度和基于Lp测度的相似度277

14.6.3 改进的IFS之间的相似度279

14.7 直觉模糊熵280

14.7.1 直觉模糊熵的几何解释280

14.7.2 直觉模糊熵的构造281

14.7.3 算例分析283

14.7.4 讨论284

14.8 直觉模糊关系285

14.8.1 直觉模糊关系的概念285

14.8.2 直觉模糊集T－范数与S－范数287

14.8.3 直觉模糊关系的合成运算288

14.8.4 直觉模糊关系的性质289

14.8.5 直觉模糊相似关系与等价关系292

参考文献294