具体描述
内容简介
这是一本反映最新的模糊逻辑系统、模糊神经网络研究成果的专著。作者结合国内外最新资料
及自己的研究成果,在简要介绍了模糊集合理论与神经网络理论的基础上,深入且重点地介绍了模
糊逻辑系统、模糊神经网络与模糊遗传算法这三个热点研究领域的理论与技术。
本书内容新颖,材料翔实,自成体系。既有理论与应用介绍,又有具体的基于C/C十十的编程技
术探讨。本书既可作为高校自动化专业、计算机应用专业及其他相关专业的研究生教学用书,也可
供从事智能科学、系统科学、计算机科学、应用数学、自动控制等领域研究的广大科技人员阅读。
作者简介
目录信息
第一章 绪 论
1.1模糊逻辑与模糊逻辑系统
1.2模糊逻辑与神经网络
1.3本书概要
第二章 模糊集合
2.1模糊集合的定义及运算
2.2模糊集的模运算
2.3分解定理和扩展原理
2.4模糊数及其扩展运算
2.5模糊关系
2.6区间值模糊集
2.7模糊事件的概率与语言概率
2.8常用的模糊蕴涵规则
2.9模糊条件推理的方法
2.10扩展模糊推理
第三章 神经网络的基础
3.1人工神经元模型
3.2人工神经网络模型
3.3前向神经网络
3.4反馈神经网络
3.5自组织神经网络
3.6神经网络的两大类学习方法
3.7误差反向传播BP算法
3.8应用神经网络产生模糊集的隶属函数
第四章 模糊逻辑系统
4.1模糊逻辑系统的组成与分类
4.2模糊规则库
4.3模糊推理机
4.4模糊产生器和反模糊化器
4.5常见的模糊逻辑系统
4.6模糊系统与神经网络比较
第五章 万能逼近理论与模糊系统确定
5.1高斯型模糊逻辑系统的万能逼近理论
5.2广义隶属度型模糊逻辑系统的万能逼近理论
5.3广义模糊逻辑系统的万能逼近理论
5.4模糊逻辑系统的反向传播学习方法
5.5模糊逻辑系统的OLS法确定
5.6模糊逻辑系统的表格查寻学习算法
5.7模糊逻辑系统的最近邻聚类学习算法
第六章a―模糊基函数系统及其在倒立摆平衡系统中的应用
6.1a-模糊基函数系统及其MOLS确定
6.2倒立摆平衡问题的a―模糊基函数系统的实现
6.3仿真结果及分析
第七章 倒立摆平衡控制问题的基于C/C十十的模糊控制系统
7.1问题及实现的理论基础
7.2具体实现
第八章 模糊神经网络
8.1模糊神经元及模糊神经网络
8.2模糊联想记忆
8.3模糊极小―极大神经网络
8.4模糊关系神经网络
8.5模糊Hopfielld神经网络
8.6模糊推理的基于h-水平截集的模糊神经网络
8.7模糊逻辑系统的基于正规化模糊神经网络的实现
8.8用模糊神经网络来修正不完善的模糊规则
第九章 模糊神经网络应用实例
9.1模糊超球神经网络及其在模式聚类中的应用
9.2基于动态结构神经网络的自组织模糊控制
9.3基于神经网络集成的高木―关野模糊系统及应用
9.4改进的模糊神经网络模型及其建模应用
9.5混合pi―sigma神经网络在天气预报中的应用
9.6具有结构与参数学习的模糊神经网络及应用
第十章 模糊神经网络及其应用的C/C十十编程实现
10.1pi-sigma神经网络及其建模应用的C/C十十实现
10.2模糊Modular神经网络与建模
第十一章 模糊遗传算法与建模
11.1遗传算法简介
11.2遗传算法在模糊规则优化与模糊模式识别中的应用
11.3模糊寻优问题的模糊遗传算法FGA
11.4基于模糊系统与遗传算法的建模
11.5用遗传算法调整参数
11.6FAM矩阵
11.7基于C/C十十的模糊遗传建模系统
11.8系统运行实例
附录一 应用程序包
附录二 经济情况数据
参考文献
· · · · · · (收起)
读后感
用户评价
阅读体验方面,这本书的排版设计可以说是教科书级别的典范。行距和字号的拿捏恰到好处,即便是长时间阅读也不会感到视觉疲劳。更值得称赞的是图表的质量——那些用来解释复杂流程和系统架构的插图,线条清晰,色彩运用得当,极大地辅助了对抽象概念的理解。我注意到,作者似乎非常注重知识的结构化呈现,很多关键结论和公式都被单独框出或加粗处理,这在需要快速回顾或查找特定信息的场景下,效率极高。这本书更像是那种被精心打磨过的、可以陪伴我度过数年学术生涯的伙伴,每一次重翻,总能在不同的细节处发现新的价值。它不是那种轻松愉快的阅读体验,而是一种需要专注和投入的、扎实的知识获取过程。
这本书的内容深度超乎我的预期,它绝非那种停留在介绍性概念的科普读物。深入阅读后,我发现作者在处理高级算法的细节时,展现了极强的专业功底。有些章节涉及到的数学推导和证明过程,逻辑性极强,即便是略有基础的人也需要放慢速度,对照着公式一步步推演才能完全跟上作者的思路。其中关于特定优化策略的讨论,对我解决手头的一个实际项目中的瓶颈问题提供了全新的视角。作者没有满足于引用现有的成熟方法,而是对这些方法的局限性进行了深刻的批判性分析,并提出了作者自己独特的改进思路。这种直面挑战、敢于质疑前人结论的学术态度,让人非常敬佩。这本书无疑更适合有一定理论基础的研究人员或高年级学生,它提供的是可以直接投入研究深水区的“弹药”。
这本书的装帧和设计确实挺吸引人的,封面的字体选择有一种典雅的复古感,让人一看就觉得内容不会是那种浮于表面的快餐读物。初翻几页,能感受到作者在组织材料上的用心,结构安排得非常严谨,从基础概念的铺陈到复杂模型的深入探讨,逻辑链条非常清晰。特别是对于一些核心理论的阐述,作者似乎很擅长用类比和实例来化解晦涩的数学表达,这对于初学者来说无疑是一大福音。我尤其欣赏其中对历史背景的梳理,没有简单地罗列时间线,而是深入剖析了不同学派思想碰撞的过程,这使得我对整个领域的发展脉络有了更立体的认识。虽然我目前还在消化前几章的内容,但可以预见,这是一本需要反复研读的工具书,而不是读完就可以束之高阁的闲书。它似乎在暗示,真正的理解需要时间去沉淀和消化,而不是囫囵吞枣。
这本书的行文风格非常沉稳内敛,作者的语气中透露着一种深厚的学识和对学科的敬畏感,几乎没有使用任何夸张或煽情的辞藻。这种朴实无华的叙事方式,反而增强了其内容的权威性和可信度。在处理争议性问题时,作者的态度是极其审慎的,总是先详尽地列举各方观点,平衡地进行评述,从不轻易下定论,这体现了高度的学术良知。我特别欣赏作者在每章末尾设置的‘反思与展望’部分,它不像传统的总结,而是提出了若干个尚未解决的、具有挑战性的研究问题,这直接激发了我继续探索的动力。它不是知识的终点,而是更高阶研究的起点,让人读完后,内心充满了一种‘任重而道远’的充实感。
这本书给我最大的感受是它的‘兼容并蓄’和‘宏大叙事’能力。它没有局限于单一的技术流派,而是将多个看似不相关的领域知识巧妙地编织在一起,形成一个统一的知识体系框架。例如,作者在探讨某一特定模型时,会毫不费力地回溯到更基础的概率论基础,然后又展望到其在现代计算范式中的潜在应用,这种跨越式的视角切换,极大地拓宽了我的思维边界。读完后,我感觉自己对这个研究领域不再是碎片化的认知,而是有了一个可以上下贯穿、横向扩展的‘全景地图’。这种构建知识体系的功力,是很多专业书籍所欠缺的。它教我的不只是‘如何做’,更重要的是‘为什么’,以及‘在更广阔的背景下,它意味着什么’。