目錄
第一章 緒 論
1.1人工智能與專傢係統
1.2專傢係統的基本結構與功能
1.3專傢係統中的不確定性
1.4現有專傢係統中不確定性的幾種主要處理方法
1.5模糊專傢係統
第二章 模糊不確定性信息錶達與處理的數學基礎
2.1模糊集閤理論的一些初步知識
2.1.1普通集閤與模糊集閤
2.1.2模糊集閤上的運算及其性質
2.1.3模糊關係與模糊等價關係
2.1.4分解定理與錶現定理
2.1.5擴展原理
2.2模糊統計與隸屬函數的確定
2.2.1確定隸屬函數的一般方法
2.2.2帶確信度的德爾菲法
2.2.3基於集值統計的模糊統計
2.2.4二元對比排序法
2.2.5綜閤加權法
2.2.6可供選用的一些常用隸屬函數
2.3可能性分布與模糊測度
2.3.1模糊限製與可能性分布
2.3.2模糊集閤的可能性測度
2.3.3多元可能性分布
第三章 模糊專傢係統中知識的錶示方法
3.1知識的特徵及其分類
3.1.1專傢知識及其屬性
3.1.2專傢係統中常用知識的種類及其特徵
3.2模糊性知識的規則錶示
3.2.1基本産生式係統
3.2.2産生式規則錶示法應用舉例
3.2.3模糊産生式係統與模糊産生式規則
3.2.4模糊規則及模糊數據的具體錶達方法
3.2.5模糊産生式係統運行舉例
3.3模糊知識錶達的框架方法
3.3.1“靜態”知識的框架錶示
3.3.2框架錶示下的推理過程
3.3.3基於模糊框架的模糊知識錶示
3.4模糊知識錶達的語義網絡方法
3.4.1語義網絡及其形式化描述
3.4.2語義網絡錶示下的推理
3.4.3模糊知識的語義網絡錶示方法
3.5因素神經網絡――一種新的模糊知識錶示網絡
3.5.1用因素神經網絡錶示知識的基本考慮
3.5.2因素神經網絡與因素神經元
3.5.3因素神經網絡中模糊知識的錶示方法
第四章 基於模糊技術的不確定性推理
4.1現有專傢係統中幾種常用的不確定性推理模型
4.1.1不確定性推理模型的基本結構
4.1.2不確定性推理的主觀Bayes模型
4.1.3不確定性推理的確定性理論模型
4.1.4不確定性推理的證據理論模型
4.2模糊推理的基本概念和基本方法
4.2.1模糊命題與模糊邏輯
4.2.2模糊推理的基本模式和基本方法
4.2.3帶有模糊真值限定時的模糊推理方法
4.3直接構造模糊關係矩陣的實用方法
4.3.1假設分布形式的統計迴歸方法
4.3.2概率及集值統計方法
4.3.3用信息擴散模型處理模糊信息
4.4多重多維蘊涵的模糊推理方法
4.4.1多維模糊推理的一般方法
4.4.2多重模糊推理的推理方法
4.4.3多重多維模糊推理的推理方法
第五章 模糊專傢係統設計與開發的一般方法
5.1有關專傢係統開發的幾個基本問題
5.1.1專傢係統的基本特徵是什麼
5.1.2誰需要專傢係統
5.1.3誰來開發專傢係統
5.2如何開發專傢係統
5.2.1專業領域及問題域的確認
5.2.2係統的規劃與設計
5.2.3領域相關知識的獲取
5.2.4係統的實施
5.2.5係統測試與評估
5.2.6係統的長期完善與發展
5.3模糊專傢係統開發的難點與優勢
5.4關於模糊專傢係統開發的幾點建議
第六章 模糊專傢係統開發工具及環境的選擇
6.1專傢係統開發與專傢係統開發工具
6.2專傢係統開發工具的選擇
6.2.1選擇專傢係統開發工具時需考慮的問題
6.2.2專傢係統開發工具的幾項選擇準則
6.2.3已選用開發工具的測試與評價
6.3一些可供選用的開發工具簡介
6.3.1可直接用於開發模糊專傢係統的開發工具
6.3.2可參考選用的幾個專傢係統開發工具
6.4模糊專傢係統開發工具FRDS簡介
6.4.1FRDS的主要功能模塊
6.4.2FRDS中圖形編輯器的基本功能
6.4.3FRDS中編譯器的基本功能
第七章 可用於模糊專傢係統開發的知識處理語言
7.1程序設計語言與知識處理語言
7.2邏輯程序設計語言Prolog
7.2.1Prolog語言簡介
7.2.2Prolog語言的基本語法
7.2.3Prolog程序的執行與控製
7.2.4Prolog中的項與錶
7.2.5Prolog中的內部謂詞
7.2.6TurboProlog簡介
7.3Prolog語言模糊化研究
7.3.1Fuzzy－Prolog係統XDFPS的研製
7.3.2f－Prolog語言的一個實現框架
7.3.3擴展Prolog語言而成的EXTOOL語言
7.4通用可能性模糊關係語言PRUF
7.4.1模糊命題及其翻譯
7.4.2PRUF中的幾個翻譯規則
7.4.3PRUF中的模糊推理
7.4.4模糊提問及解答過程
7.5模糊邏輯語言FLL－1
7.5.1FLL－1語言的語法和語義
7.5.2FLL－1語言的形式文法
7.5.3FLL－1語言的屬性文法
第八章 模糊專傢係統開發的實踐及經驗介紹
8.1模糊産生式係統FMUFL
8.1.1FMUFL的體係結構
8.1.2FMUFL中模糊集閤的錶示方法
8.1.3FMUFL中知識的錶示模式
8.1.4FMUFL中的模糊匹配
8.1.5FMUFL中的模糊推理
8.1.6FMUFL中的衝突解決策略
8.1.7FMUFL中模糊産生式規則的執行
8.1.8FMUFL中的程序設計環境
8.1.9FMUFL運行的一個實例
8.2梁式結構損傷狀態評估專傢係統EDSBSES
8.2.1EDSBSES 的體係結構
8.2.2EDSBSES的因素關係錶
8.2.3EDSBSES中因素狀態的模糊錶達
8.2.4EDSBSES中的知識錶達
8.2.5EDSBSES的知識庫
8.2.6EDSBSES係統的推理過程及應用
8.3證券投資模糊專傢係統IES
8.3.1為什麼要開發證券投資專傢係統
8.3.2IES係統的主要功能
8.3.3IES係統中的模糊推理方法
8.3.4IES係統中的規則管理
8.3.5IES係統中的規則
8.3.6IES係統中的學習功能
8.3.7IES係統的運用
第九章 基於神經網絡的模糊專傢係統
9.1專傢係統開發的“瓶頸”及神經網絡技術的“引入”
9.1.1專傢係統開發的“瓶頸”
9.1.2神經網絡技術的“復興”
9.2采用神經網絡技術的專傢係統
9.2.1采用神經網絡技術的專傢係統的一般功能與結構
9.2.2能實現映射變換的三層前饋型B－P網絡
9.2.3能實現映射變換的三層BM網絡
9.2.4神經網絡型專傢係統中的模式存貯與聯想記憶
9.2.5可實現自聯想記憶的Hopfield網絡
9.2.6雙嚮聯想存貯器及其功能
9.3采用神經網絡技術的模糊專傢係統
9.3.1前饋型模糊推理網絡
9.3.2模糊模式的聯想存貯記憶
9.3.3模糊雙嚮聯想記憶網絡
第十章 結束語
參考文獻
· · · · · · (收起)