结构智能选型 理论、方法与应用 theory， methods and applicationsPDF|Epub|txt|kindle电子书版本网盘下载

结构智能选型 理论、方法与应用 theory， methods and applicationsPDF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

目录3

前言3

第一篇　结构智能选型的理论框架3

第1章　绪论3

1.1　结构选型是工程设计前期的重要决策工作之一3

1.1.1　工程设计前期的决策工作3

1.1.2　结构选型的重要作用7

1.2　结构选型的传统设计方法及存在的问题7

1.2.1　结构选型的传统设计方法7

1.2.2　传统设计方法存在的主要问题9

1.3.1　智能设计的基本概念11

1.3　结构选型的智能设计方法及研究的意义11

1.3.2　智能设计在结构工程领域的国内外研究概况12

1.3.3　智能设计在结构选型中的应用情况19

1.3.4　结构选型智能设计方法研究的意义20

1.4　本书的研究内容20

第1章参考文献21

第2章　结构智能选型的理论框架29

2.1　结构智能选型的总体研究思路29

2.2　结构智能选型的主要研究内容29

2.3　结构智能选型的设计方法学30

2.3.1　结构选型在工程优化设计中的层次30

2.3.2　结构选型在结构设计过程中的位置31

2.3.3　结构选型的内涵及拓广32

2.3.4　结构选型的影响因素33

2.3.5　结构选型的软科学性质35

2.3.6　结构选型的硬科学性质36

2.3.7　结构选型与其他学科的关系37

2.4　结构智能选型的知识处理技术37

2.4.1　结构智能选型的知识获取37

2.4.2　结构智能选型的知识表示39

2.4.3　结构智能选型的知识推理39

2.5　结构智能选型的问题求解原理41

2.5.1　结构智能选型的问题求解模型41

2.5.2　结构智能选型的方案生成42

2.5.3　结构智能选型的方案评价44

2.5.4　结构智能选型的方案决策46

2.6.1　设计型专家系统47

2.6　结构智能选型的软件体系结构47

2.6.2　智能决策支持系统48

2.6.3　现代集成设计系统48

2.7　结构智能选型的工程应用系统49

2.8　小结49

第2章参考文献50

第二篇 结构智能选型的理论基础55

第3章　人工智能的理论基础55

3.1　引言55

3.2　人工智能概述56

3.2.1　什么是智能56

3.2.3　什么是符号智能57

3.2.2　什么是人工智能57

3.3　人工智能的研究目标及基本内容58

3.3.1　人工智能的研究目标58

3.3.2　人工智能研究的基本内容59

3.4　人工智能的研究途径60

3.4.1　功能模拟——符号主义60

3.4.2　结构模拟——连接主义60

3.4.3　行为模拟——行为主义61

3.5　问题求解的基本原理61

3.5.1　问题求解的基本概念61

3.5.2　状态空间法61

3.5.3　问题归约法63

3.6　人工智能的推理技术65

3.6.1　推理的基本概念65

3.6.2　推理的类型65

3.6.3　推理的控制策略67

3.6.4　模式匹配67

3.6.5　推理的冲突消解策略68

3.7　人工智能的搜索技术69

3.7.1　搜索的基本概念69

3.7.2　状态空间的搜索策略69

3.7.3　与或树的搜索策略74

3.8.1　专家系统77

3.8.2　模式识别77

3.8　人工智能的应用领域77

3.8.3　数据挖掘与知识发现78

3.8.4　分布式人工智能79

第3章参考文献79

第4章　计算智能的理论基础81

4.1　引言81

4.2　计算智能概述81

4.2.1　计算智能的概念81

4.2.2　计算智能的实现方法——软计算82

4.2.3　智能科学的ABC理论83

4.3　模糊计算的理论基础84

4.3.1　模糊计算概述84

4.3.2　模糊集合的基本概念85

4.3.3　模糊集合的运算87

4.3.4　模糊集合的隶属函数89

4.3.5　模糊集合的水平截集93

4.3.6　模糊集合的基本定理94

4.3.7　模糊关系96

4.4　神经计算的理论基础99

4.4.1　神经计算概述99

4.4.2　人工神经元的数学模型100

4.4.3　人工神经网络的拓扑结构103

4.4.4　人工神经网络的工作过程104

4.4.5　人工神经网络的学习规则106

4.4.6　感知器的基本原理108

4.4.7　BP网络的基本原理110

4.5.1　进化计算概述114

4.5　进化计算的理论基础114

4.5.2　遗传算法的基本概念116

4.5.3　遗传算法的基本操作117

4.5.4　遗传算法的基本特征121

4.5.5　遗传算法的理论基础122

第4章参考文献126

第三篇 结构智能选型的知识处理技术133

第5章　结构智能选型的知识获取133

5.1　引言133

5.2　结构智能选型的知识源133

5.2.1　文献资料知识的整理133

5.2.4　设计实例知识的收集134

5.2.5　数据形式知识的挖掘134

5.2.2　专家经验知识的调查134

5.2.3　规范规程知识的总结134

5.3　结构智能选型的知识结构135

5.3.1　结构智能选型设计知识的总体结构135

5.3.2　结构智能选型的目标级知识135

5.3.3　结构智能选型的元级知识136

5.4　结构智能选型的人工知识获取138

5.4.1　人工知识获取模式138

5.4.2　人工知识获取策略138

5.4.3　人工知识获取过程139

5.5.1　机器学习与自动知识获取141

5.5　结构智能选型的自动知识获取141

5.5.2　基于实例学习的自动知识获取143

5.5.3　基于数据挖掘的自动知识获取145

5.5.4　基于人工神经网络的自动知识获取151

5.6　小结157

第5章参考文献157

第6章　结构智能选型的知识表示159

6.1　引言159

6.2　面向对象技术的基本原理160

6.2.1　面向对象技术概述160

6.2.2　面向对象的基本概念160

6.2.4　面向对象的软件工程学163

6.2.3　面向对象的基本特征163

6.3　面向对象知识表示的基本原理164

6.3.1　面向对象知识表示的基本概念164

6.3.2　面向对象知识表示的实现形式165

6.3.3　面向对象表示与语义网络及框架表示的比较165

6.3.4　设计知识的面向对象表示166

6.4　结构智能选型的面向对象知识表示167

6.4.1　结构智能选型的设计对象类167

6.4.2　设计实例的面向对象表示169

6.4.3　形式方案的面向对象表示169

6.5　结构智能选型的面向对象知识构成170

6.5.1　结构智能选型的设计分解模型170

6.6.1　面向对象知识库的组织形式171

6.5.2　结构智能选型的分类表示模型171

6.6　结构智能选型的面向对象知识库171

6.6.2　领域模型知识表示的程序实现172

6.6.3　对象类框架结构的程序实现172

6.6.4　产生式规则的程序实现173

6.6.5　方法的程序实现174

6.6.6　知识库的内部数据结构175

6.7　小结175

第6章参考文献175

第7章　结构智能选型的知识推理177

7.1　引言177

7.2.1　产生式系统的基本结构178

7.2　结构智能选型的规则推理178

7.2.2　产生式规则的推理网络179

7.2.3　产生式规则知识的存储181

7.2.4　产生式规则的推理策略182

7.2.5　产生式规则的搜索策略184

7.2.6　结构智能选型的约束推理184

7.3　结构智能选型的实例推理185

7.3.1　基于实例推理系统的基本结构185

7.3.2　实例的表示和组织186

7.3.3　实例的检索187

7.3.4　实例的修正187

7.4.1　面向对象推理机的基本结构188

7.4　结构智能选型的面向对象推理188

7.3.5　实例的存储188

7.4.2　框架推理189

7.4.3　产生式规则推理190

7.4.4　方法推理190

7.4.5　元推理191

7.5　结构智能选型的不确定性知识推理192

7.5.1　不确定性推理的基本原理192

7.5.2　结构智能选型的不确定性信息融合推理193

7.6　小结194

第7章参考文献195

8.2　方案生成的问题求解原理199

8.2.1　功能需求的因素体系模型199

第8章　结构智能选型的方案生成理论与方法199

8.1　引言199

第四篇 结构智能选型的问题求解理论与方法199

8.2.2　结构形式的分类组成模型200

8.2.3　功能需求与结构形式的映射关系201

8.2.4　方案生成的问题求解策略202

8.3　基于规则推理的方案生成理论与方法203

8.3.1　方案生成规则的两种获取途径203

8.3.2　方案生成经验规则的获取方法203

8.3.3　基于规则推理的方案生成专家系统207

8.4　基于实例推理的方案生成理论与方法208

8.4.1　基于实例推理的方案生成的基本原理208

8.4.2　基于相对欧氏权距离的实例检索210

8.4.3　基于模糊识别技术的实例检索212

8.4.4　基于改进BP神经网络的实例检索213

8.4.5　基于自组织竞争神经网络的实例检索216

8.5　基于联想推理的方案生成理论与方法220

8.5.1　模式联想的基本原理220

8.5.2　类比分析220

8.5.3　敏度分析221

8.5.4　关联分析221

8.6　基于知识发现的方案生成理论与方法222

8.6.1　基于实例库的结构选型知识发现222

8.5.5　模式联想222

8.6.2　结构选型关联规则的知识发现223

8.6.3　结构选型分类规则的知识发现229

8.6.4　基于遗传算法的结构选型知识发现235

8.6.5　基于人工神经网络的结构选型知识发现241

8.7　基于协同推理的方案生成理论与方法243

8.7.1　基于GA与RBR、CBR、KDD融和推理的方案生成原理243

8.7.2　基于RBR、CBR、KDD与GA集成推理的方案生成原理245

8.8　小结246

第8章参考文献246

第9章　结构智能选型的方案评价理论与方法248

9.1　引言248

9.2.1　系统评价概述249

9.2　方案评价的问题求解原理249

9.2.2　结构智能选型方案评价的目的与基本特征251

9.2.3　结构智能选型方案评价的问题求解模型253

9.2.4　结构智能选型方案评价的问题求解策略254

9.3　结构选型方案评价指标的量化方法255

9.3.1　方案评价等级的划分255

9.3.2　基本因素的模糊量化方法255

9.3.3　因素权重向量的确定方法255

9.4　结构选型方案的模糊综合评价方法258

9.4.1　多因素多级模糊综合评价的基本原理258

9.4.2　结构选型方案的模糊综合评价261

9.4.3　结构选型方案评价矩阵的确定263

9.5.1　模糊推理的基本原理264

9.5　结构智能选型方案评价的模糊推理方法264

9.5.2　模糊推理系统的基本结构269

9.5.3　结构智能选型方案评价的Mamdani模糊推理方法273

9.5.4　结构智能选型方案评价的加权模糊推理方法277

9.5.5　结构智能选型方案评价的模糊推理网络方法281

9.6　结构智能选型方案评价的人工神经网络方法283

9.6.1　基于BP神经网络的方案评价方法283

9.6.2　基于集成神经网络的方案评价方法285

9.7　结构智能选型的方案评价支持系统285

9.8　小结285

第9章参考文献286

10.2.1　系统决策概述288

10.2　方案决策的问题求解原理288

10.1　引言288

第10章　结构智能选型的方案决策理论与方法288

10.2.2　结构智能选型方案决策的类型291

10.2.3　结构智能选型方案决策的过程与方法292

10.2.4　结构智能选型方案决策的求解策略与基本框架293

10.3　结构智能选型的模糊多属性决策方法294

10.3.1　结构形式方案优选的多属性决策模型294

10.3.2　各种意义下的解集295

10.3.3　属性模糊满意度的定义与模糊满意度矩阵的确定296

10.3.4　理想方案和偏好最优方案的确定297

10.3.6　模糊多属性决策的模糊贴近度方法299

10.3.5　模糊多属性决策的相对接近度方法299

10.3.7　模糊多属性决策的灰色关联度方法300

10.3.8　模糊多属性决策的相似接近度方法302

10.3.9　算例分析及其比较303

10.4　带置信因子与变权因子的智能选型模糊决策方法305

10.4.1　有效评价矩阵及其规范化处理305

10.4.2　综合变权矩阵的处理306

10.4.3　基于有效评价矩阵与综合变权矩阵的模糊优选决策方法307

10.5　基于集成加权模糊推理网络的智能选型决策方法308

10.5.1　集成加权模糊推理网络的结构308

10.5.2　集成加权模糊推理网络的决策函数309

10.6　基于集成BP神经网络的智能选型决策方法309

10.6.1　基于集成BP神经网络的决策单元309

10.6.2　结构智能选型决策的BP神经网络及其训练与测试310

10.7.1　模糊推理网络与人工神经网络的结合方式311

10.7　基于模糊推理网络与BP神经网络融合技术的智能选型决策方法311

10.7.2　基于FINS与NN串联方式的选型决策网络结构312

10.7.3　串联型FINS与NN选型决策网络的训练与测试312

10.8　结构智能选型的集成决策支持系统313

10.8.1　结构智能选型的决策过程模型313

10.8.2　结构智能选型集成决策支持系统的整体模型314

10.9　小结314

第10章参考文献315

11.1　引言319

11.2.1　专家系统的概念319

11.2　专家系统概述319

第11章　结构智能选型的软件体系形式之一——设计型专家系统（DES）319

第五篇 结构智能选型的软件体系形式319

11.2.2　专家系统的类型321

11.2.3　专家系统的结构322

11.2.4　专家系统的开发步骤与方法324

11.2.5　专家系统的开发工具与环境326

11.2.6　专家系统的发展328

11.3　设计型专家系统的基本原理329

11.3.1　设计型专家系统的概念329

11.3.2　设计型专家系统与分析型专家系统的区别330

11.3.3　设计型专家系统的特点330

11.3.4　设计型专家系统的求解策略与系统结构332

11.3.5　方案设计专家系统的求解策略与系统结构334

11.3.6　结构设计专家系统的求解策略与系统结构336

11.4　专家系统开发工具C-ADVISORⅢ340

11.4.1　专家系统开发工具C-ADVISORⅢ的研制背景340

11.4.2　专家系统开发工具C-ADVISORⅢ的研制目标340

11.4.3　专家系统开发工具C-ADVISORⅢ的系统构成342

11.4.4　专家系统开发工具C-ADVISORⅢ的主要算法344

11.5　结构智能选型设计专家系统的建造345

11.5.1　结构智能选型设计专家系统的总体结构345

11.5.2　结构智能选型设计专家系统的建造346

11.6　小结348

第11章参考文献348

12.2.1　决策支持系统（DSS）的基本概念350

12.2　决策支持系统（DSS）概述350

12.1　引言350

第12章　结构智能选型的软件体系形式之二——智能决策支持系统（IDSS）350

12.2.2　决策支持系统（DSS）的基本结构352

12.2.3　决策支持系统（DSS）的技术层次355

12.2.4　决策支持系统（DSS）的开发355

12.2.5　决策支持系统（DSS）的发展357

12.3　智能决策支持系统（IDSS）的基本原理358

12.3.1　智能决策支持系统（IDSS）的概念358

12.3.2　智能决策支持系统（IDSS）的特点359

12.3.3　智能决策支持系统（IDSS）的研究内容359

12.3.4　智能决策支持系统（IDSS）的集成形式362

12.3.5　智能决策支持系统（IDSS）的新结构体系363

12.4.2　结构智能选型决策支持系统的总体结构设计366

12.4　结构智能选型决策支持系统的体系结构366

12.4.1　结构智能选型决策支持系统的总体设计思想366

12.4.3　各模块的主要功能367

12.5　小结369

第12章参考文献370

第六篇 结构智能选型的工程应用系统373

第13章　建筑结构实例库及其管理系统373

13.1　引言373

13.2　工程数据库系统373

13.2.1　工程数据库系统的概念373

13.2.3　工程数据库和商用数据库、人工智能数据库的不同374

13.3　建筑结构实例的集成知识信息模型374

13.2.2　工程数据库系统的特点374

13.3.1　基于面向对象技术的建筑结构实例集成知识信息模型375

13.3.2　集成知识信息模型的属性类模型376

13.3.3　集成知识信息模型的方法类模型377

13.4　高层建筑结构实例库及其管理系统378

13.4.1　高层建筑结构实例的获取与统计378

13.4.2　高层建筑结构实例库表及其结构380

13.4.3　高层建筑结构实例典型图库的规划385

13.4.4　值域规范化动态管理方法386

13.4.5　高层建筑结构实例库及管理系统的建造388

13.5　大跨空间结构实例库及其管理系统391

13.5.1　大跨空间结构实例库系统的软件实现391

13.5.2　大跨空间结构实例库管理系统的软件实现396

13.6　小结398

第13章参考文献399

第14章　高层建筑结构智能选型集成支持系统400

14.1　引言400

14.2　高层建筑结构系统的组成与分类401

14.2.1　高层建筑整体结构系统组成401

14.2.2　高层建筑上部结构系统的分类401

14.3　高层建筑结构选型的集成性能需求与评价模型403

14.3.1　高层建筑结构选型的综合需求分析403

14.3.2　高层建筑结构选型的集成性能需求模型407

14.3.3　高层建筑结构选型的集成性能评价模型与参数化知识模型408

14.4.1　高层建筑结构智能选型集成支持系统的流程图与整体结构409

14.4　高层建筑结构智能选型集成支持系统的组成与实现409

14.4.2　高层建筑结构智能选型集成支持系统的知识分类与处理411

14.5　高层建筑结构智能选型方案生成支持系统的实现412

14.5.1　基于专家经验的方案生成412

14.5.2　基于规则推理的方案生成413

14.5.3　基于实例推理的方案生成414

14.5.4　基于知识发现的方案生成414

14.5.5 基于GA与RBR、KDD、CBR融合推理的方案生成416

14.5.6 基于RBR、KDD、CBR与GA集成推理的方案生成416

14.6　高层建筑结构智能选型方案评价与决策支持系统的实现416

14.6.1　方案评价与决策支持系统的整体结构416

14.6.2　性能指标的评价标准与模糊量化函数416

14.6.3 基于C-ADVISORⅢ的方案评价与决策支持系统的建造419

14.6.4　高层建筑结构选型方案的目标级评价420

14.6.5　高层建筑结构智能选型的方案决策428

14.7　高层建筑结构智能选型的工程应用实例430

14.8　小结433

第14章参考文献434

第15章　大跨空间结构智能选型集成支持系统437

15.1　引言437

15.2　大跨空间结构系统的组成与分类438

15.2.1　大跨空间结构的各种形式及其特点438

15.2.2　大跨空间结构形式的总体分类图440

15.3.1　大跨空间结构智能选型的因素体系441

15.3　大跨空间结构选型的因素体系模型441

15.3.2　大跨空间结构智能选型的集成化因素体系模型449

15.4　大跨空间结构智能选型方案生成系统的实现449

15.4.1 大跨空间结构智能选型方案生成系统的总体结构与功能449

15.4.2　实例推理模块的软件实现452

15.4.3　知识发现模块的软件实现454

15.5　大跨空间结构智能选型方案评价与决策系统的实现457

15.6　大跨空间结构智能选型的工程应用实例459

15.6.1　黑龙江速滑馆459

15.6.2　哈尔滨梦幻乐园460

15.6.3　吉林冰球馆462

15.7　小结463

第15章参考文献464