神经模糊系统及其应用

　　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。本书前言前言自80年代末以后，在国际上掀起了一股强劲的研究模糊逻辑系统与模糊神经网络理论与技术的热潮。有些国际著名学者断言：模糊逻辑与神经网络相结合的技术——神经模糊技术将是21世纪带头的核心技术。目前，这股热潮依然强劲，其表现为研究队伍不断壮大，学术论文的发表数以千计，应用成果迭出。模糊逻辑系统、模糊神经网络的研究内容是十分广泛的，也是很具探索性质的。为了推动这一研究领域的深入发展，很有必要编撰一本此方面的专著，以供广大的研究人员参考借鉴。目前，国内出现了为数较多的神经网络或模糊逻辑方面的学术著作，也出版了一些内容涉及模糊逻辑与神经网络相结合的专著。但尚无一本较全面地介绍模糊逻辑系统、模糊神经网络及其相结合的理论与技术方面的专著。本书撰写目的就是想弥补此方面的不足。作者之一曾于1995—1996年在英国做访问研究，其间始终注意该领域的技术发展，收集了大量的文献资料。以此为基础，结合作者自己的研究成果，写成此书。目的是吸收、采纳和借鉴国内外诸多同行的研究成果和观点，并把它们系统地归纳起来，使之对从事这一领域的同行们起到参考作用。本书在简要介绍模糊集理论与神经网络理论的基础上，着重研究了模糊逻辑系统、模糊神经网络及模糊遗传算法这三个热点研究领域。内容涉及：模糊逻辑系统的组成；模糊逻辑系统的万能逼近理论；模糊逻辑系统的确定技术；模糊神经网络的基本原理；典型的模糊神经网络；模糊推理的模糊神经网络实现技术；模糊遗传算法及其在建模中的应用技术。本书内容新颖，材料翔实，自成体系。一个鲜明的特点是既有理论与应用，又有具体的编程技术介绍。全书共十一章，其中第二、三、十章由韩斌同志撰写，其余各章则由王士同撰写，并负责统编全书。在成书过程中，胡广明，于冬军，刘宏，邢松寅同志也参加了本书的部分内容编写及整理，高群同志参加了部分抄稿工作。本书的出版得到了北京航空航天大学出版社的大力支持。在此一并表示感谢。笔者才疏学浅，对于疏漏不妥之处，恳请读者斧正。作者1997年8月

暂缺《神经模糊系统及其应用》作者简介

     目录
   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