模糊逻辑与神经网络

电子技术图书分类

填写推荐理由

10-800字，还可输入800字

本书是一部将模糊逻辑与神经网络进行结合研究的论著，，介绍了作者近年来在模糊逻辑与神经网络的结合研究与探索中的部分研究成果与心得体会。全书共分五篇，内容包括：智能模拟中的模糊逻辑与神经网络；模糊命题逻辑与模糊谓词逻辑；神经网络基本概念、机理与系统理论；模糊系统与模糊神经网络；因素神经网络的基本概念与理论，解析型因素神经网络和模拟型因素神经网络。 ??本书为国家八五重点科技图书之一。对其工程应用与具体实现，将在本书的姐妹篇《模糊逻辑与神经网络-一工程应用及实现技术》一书中进行论述。 ??本书适合于从事智能科学、系统科学、计算机科学、应用数学、信息及自动控制等领域研究的广大科技人员和工程技术人员阅读也可作为人学问类专业高年级大学生和研究生的参考书。

序 篇 智能模拟中的模糊逻辑与神经网络
0.1 智能和智能系统的主要特征
0.1.1 什么是智能和智能系统的主要特征
0.1.2 完善智能系统的主要特点
0.2 实现智能模拟的前提性条件
0.2.1 智能模拟实现的目标与前提
0.2.2 完备的智能模拟工程系统
0.3 智能模拟中的模糊技术与神经网络技术
0.3.1 智能模拟中的心理模式与生理模式
0.3.2 智能模拟中的神经网络技术
0.3.3 智能模拟中的模糊技术
0.4 自适应模糊系统与因素神经网络理论
0.5 本书的目标和内容安排
第一篇 模糊逻辑
第一章 模糊逻辑的集合论基础 
1.1 CONTOR集合与模糊集合
1.1.1 CONTOR集合及其本质特征
1.1.2 模糊集合及其表示方法
1.2 模糊集合上的运算及其性质
1.2.1 模糊集合的基本运算
1.2.2 模糊集合上的一些特殊运算 
1.3 模糊集合与普通集合间的转化
1.3.1 模糊集的截集与集合套
1.3.2 分解定理和表现定理
1.4 模糊关系与模糊等价关系
1.4.1 关系与模糊关系
1.4.2 模糊关系的合成
1.4.3 模糊等价关系
1.5 模糊映射与扩展原理
1.5.1 映射与模糊映射
1.5.2 模糊映射与扩展原理
1. 6 广义候糊集
1.6.1 区间数与模糊数
1. 6. 2 语目值模糊集
1.6.3 格模糊集与高阶模糊集
第二章 模糊命题逻辑
2.1 模糊命题及其真值表示方法
2.1.1 命题与模糊命题
2.1.2 模糊命题真值的表示方法
2.1.3 复合模糊命题
2.2 模糊命题逻辑及其合式公式
2.2.1 几种典型三值逻辑简介
2.2.2 狭义模糊逻辑
2.2.3 模糊命题逻辑的合式公式
2.3.4 模糊命题逻辑公式的范式与化简
2.3 狭义模糊命题演算及推理系统
2.4 区间值模糊命题逻辑
2.4.1 基于区间值模糊命题的不精确性知识描述
2.4.2 区间值模糊命题逻辑
2.4.3 不确定性区间值模糊推理
2.5 语言值模糊逻辑与自然语言型推理
2.5.1 语言值模糊逻辑与分布值模糊逻辑
2.5.2 自然语言型模糊推理
第三章 模糊谓词逻辑
3.1 模糊谓词与模糊谓词逻辑中的合式公式
3.1.1 谓词与模糊谓词
3.1.2 模糊谓词逻辑中的合式公式 
3.2 模糊谓词逻辑的等值演算
3.3 基于模糊谓词逻辑的模糊推理
3.3.1 无约束变元时的模糊谓词逻辑演算及推理系统
3.3.2 考虑变元约束时的模糊谓词逻辑等值演算与推理
第四章 关于模糊逻辑的理论研究
4.1 格值（模糊）逻辑
4.1.1 有关格的一些基本概念
4.1.2 格值（模糊）逻辑及其合式公式
4.1.3 格值逻辑公式的化简
4. 2 算子模糊逻辑
4.2.1 算子格与算子模糊逻辑公式
4.2.2 算子模糊逻辑中的范式与入一归结
第二篇 神经网络基本理论
第五章 人工神经网络的生物基础
5.1 生物神经元与神经网络
5.1.1 生物神经元的生理结构与功能结构
5.1.2 生物神经元间信息传递的机制与生物神经网络的构成
5.2 大脑的生理模型及其信息处理机制
5.2.1 人脑进行信息处理的机制与特性
5.2.2 人脑进行信息处理的机制与特性
5.3 关于思维和记忆的一些研究和猜测）
5.3.1 对大脑学习和记忆机理的一些认识
5.3.2 对意识和思维过程的一种猜测模型
第六章 人工神经网络的基本模型
6.1 基本人工神经元及其网络模块
6.1.1 人工神经元的基本模型
6.1.2 人工神经网络及其主要类型
6.2 能实现映射变换的三层前馈型BP网络
6.2.1 BP网络的数学模型
6.2.2 BP网络的学习算法
6.2.3 对BP网络及其学习算法的一些改进
6.3 可实现联想记忆的 HOPFIE1D网络
6.3.1 HOPFIE1D网络的数学模型
6.3.2 连续型HOPFIE1D网络及其稳定性
6.4 随机型 BM网络
6.4.1 BM网络的功能结构
6.4.2 BM网络的运行机理和学习算法
6.5 其他典型联想记忆网络模型
6.5.1 单向线性联想存储器
6.5.2 双向联想记忆网络 
6.6 对向传播（CP）网络
6.6.1 三层对向传播网络的数学模型
6.6.2 三层对向传播网络的学习过程
第七章 神经网络的软硬件实现
7.1 电子神经元器件的基本结构与实现技术
7.1.1 模拟神经元器件的基本结构与实现技术
7.1.2 基于电流模式的模拟实现方法
7