智能科学技术著作丛书 人工智能集对分析2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

智能科学技术著作丛书 人工智能集对分析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 集对分析的基本知识1

1.1 原理1

1.1.1 成对原理1

1.1.2 系统不确定性原理1

1.2 集对2

1.2.1 集对的定义2

1.2.2 集对的特征函数4

1.3 联系数6

1.3.1 二元联系数6

1.3.2 三元联系数7

1.3.3 四元联系数8

1.3.4 五元联系数9

1.3.5 多元联系数9

1.3.6 联系数的性质10

1.3.7 不确定性转换器11

1.4 联系数的基本运算11

1.4.1 联系数的加法11

1.4.2 联系数的乘法12

1.4.3 联系数的减法14

1.4.4 联系数的除法15

1.4.5 联系数的复运算16

1.5 集对分析理论18

1.5.1 不确定性系统理论18

1.5.2 同异反系统理论20

1.5.3 同异反空间22

1.5.4 联系场22

1.5.5 论域22

1.5.6 同异反联系熵22

1.6 本章小结25

参考文献25

第2章 集对分析若干进展27

2.1 联系数的伴随函数27

2.1.1 态势函数27

2.1.2 广义势函数29

2.1.3 势函数定理29

2.1.4 偏联系数30

2.1.5 反偏联系数32

2.1.6 邻联系数32

2.1.7 反邻联系数34

2.1.8 相互作用联系数34

2.1.9 反相互作用联系数35

2.1.10 反联系熵函数35

2.2 赵森烽-克勤概率简介35

2.2.1 赵森烽-克勤随机试验35

2.2.2 随机事件定义36

2.2.3 四个定理37

2.2.4 主事件和伴随事件37

2.2.5 赵森烽-克勤概率38

2.2.6 应用举例39

2.3 基于联系数的绿色智能计算41

2.3.1 数的认识41

2.3.2 自然数的联系数化41

2.3.3 绿色智能计算42

2.4 本章小结43

参考文献44

第3章 人工智能基础和前沿集对分析45

3.1 系统智能原理45

3.1.1 智能的定义45

3.1.2 基本原理46

3.1.3 系统智能原理与性质49

3.2 人工智能原理50

3.2.1 人工智能定义50

3.2.2 人工智能实质和目标50

3.3 人工智能基础51

3.3.1 问题提出51

3.3.2 人工智能的科学基础51

3.3.3 人工智能的技术基础52

3.4 人工智能基础集对分析53

3.4.1 人工智能科学基础的集对分析53

3.4.2 人工智能技术基础的集对分析54

3.4.3 人工智能三大研究学派的集对分析54

3.5 智脑与集对人56

3.5.1 问题提出56

3.5.2 智脑的概念56

3.5.3 实例57

3.5.4 集对人58

3.5.5 数学模型59

3.5.6 问题思考60

3.6 本章小结61

参考文献62

第4章 基于集对分析的模式识别63

4.1 原理介绍63

4.1.1 模式识别的定义63

4.1.2 基于集对分析的同异反模式识别原理63

4.2 基于集对分析的指纹识别应用64

4.2.1 指纹64

4.2.2 基于集对分析的指纹识别系统65

4.2.3 实验66

4.3 同异反模式识别在金属矿山地质灾害判断中的应用68

4.3.1 基本思路68

4.3.2 模型构建68

4.3.3 应用实例71

4.4 基于同异反模式识别的聚类与应用73

4.4.1 基本思路73

4.4.2 预测模型与应用实例74

4.5 基于集对分析的相似识别应用77

4.5.1 相似性77

4.5.2 基本思路78

4.5.3 相似元相似度计算79

4.5.4 相似系统相似度计算80

4.5.5 应用实例80

4.6 基于联系数的不确定空情意图识别82

4.6.1 问题提出83

4.6.2 识别方法83

4.6.3 识别步骤84

4.6.4 应用实例85

4.7 本章小结88

参考文献89

第5章 基于集对分析的不确定性推理90

5.1 基本原理90

5.1.1 不确定性推理90

5.1.2 基于集对分析的不确定性推理原理90

5.2 基于联系概率的推理91

5.2.1 联系概率91

5.2.2 基于联系概率的推理特点91

5.2.3 应用举例91

5.3 基于集对分析的同异反推理94

5.3.1 同异反系统理论94

5.3.2 同异反推理模式94

5.3.3 同异反推理实例95

5.4 基于集对分析上下文感知的不确定性推理97

5.4.1 上下文感知技术97

5.4.2 同异反向量的夹角余弦97

5.4.3 推理步骤98

5.4.4 推理实例98

5.5 基于集对分析的案例检索99

5.5.1 检索模型99

5.5.2 模型的系统架构100

5.5.3 应用实例100

5.6 本章小结103

参考文献103

第6章 基于集对分析的智能决策105

6.1 基于集对分析的智能决策特点105

6.1.1 智能决策定义105

6.1.2 基于集对分析的智能决策一体化集成特点105

6.2 基于集对分析的同异反综合评价决策106

6.2.1 同异反智能决策定义106

6.2.2 同异反综合评价107

6.2.3 应用举例107

6.3 基于联系数不确定性分析的智能决策109

6.3.1 问题描述109

6.3.2 决策过程与决策模型109

6.3.3 应用举例110

6.4 基于联系数的区间数伴语言变量的混合多属性智能决策115

6.4.1 问题描述115

6.4.2 决策步骤115

6.4.3 应用举例116

6.5 基于赵森烽-克勤概率的智能风险决策118

6.5.1 赵森烽-克勤概率118

6.5.2 应用实例119

6.6 基于集对云的多属性智能群决策120

6.6.1 问题描述120

6.6.2 算法描述121

6.6.3 应用实例122

6.6.4 仿真实验125

6.7 本章小结127

参考文献127

第7章 知识生态学集对分析129

7.1 基本原理129

7.1.1 知识生态学129

7.1.2 知识与知识生态学集对分析原理129

7.2 默会知识与显性知识的集对分析130

7.2.1 默会知识及其悖论131

7.2.2 默会知识与显性知识的同异反分析131

7.2.3 中介知识特点132

7.2.4 中介知识举例133

7.2.5 启示134

7.3 基于集对分析的知识创新规律135

7.3.1 知识是什么135

7.3.2 知识的形态136

7.3.3 知识创新规律137

7.4 知识的不确定描述与应用138

7.4.1 知识的不确定描述139

7.4.2 不确定值的传播算法139

7.4.3 算法性质140

7.4.4 应用示例141

7.5 知识产权评估的集对分析141

7.5.1 技术知识产权评估142

7.5.2 武器装备知识产权管理绩效评估144

7.6 基于集对分析和知识关联的检索结果聚类145

7.6.1 基本思路146

7.6.2 基于集对分析的文本聚类146

7.6.3 实验与分析147

7.7 本章小结149

参考文献150

第8章 集对分析在自然语言和人类语言理解中的应用151

8.1 基本原理151

8.1.1 自然语言和人类语言151

8.1.2 语言和人类语言理解的集对分析原理152

8.2 人工智能对人类语言理解研究的集对分析155

8.2.1 人类语言理解和处理概念的集对分析155

8.2.2 人类语言研究方法的集对分析156

8.2.3 基于信息的人类语言理解研究集对分析157

8.3 语言及语言理解集对分析原理的应用158

8.3.1 在中文语言理解中的应用158

8.3.2 在语言翻译中的应用160

8.4 集对分析在语言和语言理解其他方面的应用162

8.4.1 决策用语言变量的联系数转换与应用162

8.4.2 科技交流中语言及语言理解非对称的集对分析164

8.4.3 词语思想丰度的联系数刻画164

8.5 本章小结165

参考文献166

第9章 集对分析在专家系统中的应用167

9.1 基本原理167

9.1.1 专家系统167

9.1.2 专家系统应用集对分析的原理168

9.2 集对分析在猪病诊断专家系统研究中的应用169

9.2.1 研究概述169

9.2.2 基于集对分析的诊断准确度计算169

9.2.3 简评171

9.3 集对分析在进出口食品安全监管专家系统研究中的应用172

9.3.1 研究概述172

9.3.2 基于集对分析的进出口食品安全监管风险评价172

9.3.3 简评175

9.4 集对分析在大豆病虫害诊断专家系统中的应用175

9.4.1 研究概述175

9.4.2 基于集对分析的不确定性推理176

9.4.3 简评178

9.5 集对分析在故障诊断专家系统研究中的应用178

9.5.1 研究概述178

9.5.2 基于集对分析和粗集的规则提取与应用178

9.5.3 简评180

9.6 本章小结181

参考文献181

第10章 集对分析与神经网络的融合与应用182

10.1 基本原理182

10.1.1 神经元及其基本特性182

10.1.2 人工神经网络及其基本特性183

10.1.3 人工神经网络的算法学习183

10.1.4 人工神经网络集对分析基本原理183

10.2 基于SPA-ANN耦合的年径流预测184

10.2.1 问题描述185

10.2.2 模型原理185

10.2.3 建模步骤186

10.2.4 实例188

10.3 集对分析径向基函数神经网络预测模型189

10.3.1 基本思路189

10.3.2 建模步骤189

10.3.3 应用实例191

10.4 集对分析在改进BP神经网络凌汛开河日期预测评估中的应用193

10.4.1 模型评估的实现193

10.4.2 实例194

10.5 本章小结196

参考文献197

第11章 集对分析在智能工程中的应用198

11.1 基本原理198

11.1.1 智能工程198

11.1.2 集对分析用于智能工程原理198

11.2 基于联系数的多传感器数据融合（1）198

11.2.1 问题描述199

11.2.2 数据融合算法199

11.2.3 数据融合实例200

11.2.4 讨论202

11.3 基于联系数的多传感器数据融合（2）204

11.3.1 数对及其联系度204

11.3.2 联系度矩阵及其扩维204

11.3.3 一致可靠性测度205

11.3.4 算法仿真207

11.4 基于集对分析的工艺路线智能决策209

11.4.1 概述209

11.4.2 初始工艺路线生成209

11.4.3 基于零件工艺设计经验的评价指标计算210

11.4.4 基于制造稳定性分析的评价指标计算211

11.4.5 基于集对分析的工艺路线决策213

11.4.6 实例验证215

11.5 基于集对理论的砂轮主轴转动系统故障树分析220

11.5.1 故障树的集对分析模型220

11.5.2 故障树集对模型分析流程222

11.5.3 砂轮主轴转动系统的集对故障树分析222

11.6 本章小结225

参考文献226

第12章 集对分析在智能社会中的应用227

12.1 引言227

12.1.1 智能社会227

12.1.2 集对分析用于智能社会的基本原理227

12.2 基于集对分析的干道绿波协调控制方案优选227

12.2.1 交通干道绿波协调问题228

12.2.2 给定速度下的绿波协调模型228

12.2.3 行驶速度与绿波带宽联系度230

12.2.4 面向速度的绿波协调控制232

12.2.5 应用案例233

12.3 基于集对分析的隐私保护度量研究240

12.3.1 隐私保护及其度量研究240

12.3.2 隐私保护度量的集对分析242

12.3.3 不同隐私保护度量方法比较250

12.3.4 结语251

12.4 基于集对分析的电力系统黑启动决策251

12.4.1 黑启动251

12.4.2 基于Vague集向联系数转换的黑启动群决策252

12.4.3 实例254

12.5 基于集对联系度的主题关注网络社区发现257

12.5.1 主题关注网络社区257

12.5.2 基本思路258

12.5.3 模型258

12.5.4 算法261

12.5.5 实验263

12.5.6 结语269

12.6 本章小结269

参考文献270

后记271