模糊技术与神经网络技术选编（5）

　　《模糊技术与神经网络技术选编》（5）是关于模糊技术与神经网络技术理论研究及应用方面的文献精选的第五卷。本卷从发表在国内上百种期刊的最新研究成果中，选编了有关模糊技术、神经网络技术以及它们的结合应用等方面有代表性的文章67篇，并提供了165篇相关研究的论文摘要。它较集中地反映了我国现阶段在模糊技术与神经网络技术的研究开发及应用方面的最新成果，具有重要的研究参考价值。＜br＞主要内容包括：模糊逻辑与模糊系统的基础研究；神经网络与模糊神经网络；模式聚类、分类及识别中的模糊技术与神经网络技术；模糊控制、神经网络控制与智能控制；基于模糊逻辑和神经网络的知识处理与专家系统；模糊技术、神经网络技术与信息处理；工程设计中的模糊技术与神经网络技术；基于模糊逻辑与神经网络的故障诊断技术；采用模糊技术和神经网络技术的管理运筹与决策方法；模糊逻辑、神经网络与遗传算法等。＜br＞本书内容涉及到模糊技术与神经网络技术在模式识别、自动控制、智能化信息处理和工程设计等诸多工程技术学科以及管理、决策等软科学方面的应用研究，是从事上述诸领域研究开发的广大科技人员及管理工作者的重要参考资料。＜br＞

暂缺《模糊技术与神经网络技术选编（5）》作者简介

第一章 模糊逻辑与模糊系统的基础研究
1.1 模糊性的层次特征与模糊论
1.2 通用不确定性推理模型
1.3 模糊推理的全蕴涵三I算法
1.4 基于模糊认知图的因果推理
1.5 一类模糊系统的逼近问题
1.6 基于神经网络的模糊逻辑推理系统模型
1.7 模糊联想推理及其实现
第二章 神经网络与模糊神经网络
2.1 ANN应当怎样向BNN学习
2.2 智能模拟神经网络的发展新动向
2.3 容错神经网络研究
2.4 径向基神经网络的构造理论
2.5 开关电流神经网络
2.6 智能学习技术及其应用
2.7 模糊神经网络研究
2.8 一种模糊神经计算模型：结构、算法与功能
2.9 模糊神经网络的一种混合递推学习算法
2.10 人工神经网络：当前的进展与问题
第三章 模式聚类、分类及识别中的模糊技术与神经网络技术
3.1 利用神经网络发现分类规则
3.2 神经网络用于模式识别分类的改进算法
3.3 区间值数据模糊c-均值聚类新算法
3.4 模糊聚类分析的传递方法
3.5 基于证据理论模糊推理的多传感器信息融合海上目标识别
第四章 模糊控制、神经网络控制与智能控制
4.1 现代控制技术的理论、应用与发展趋势
4.2 自适应模糊变结构控制的研究
4.3 基于遗传算法的模糊系统优化设计方法
4.4 一种新复用型模糊控制器VLSI设计
4.5 基于模糊-神经融合的自适应模糊控制系统研究
4.6 基于遗传算法的模糊神经网络智能控制器及其应用
4.7 仿人智能控制与模糊控制神经网络融合技术
4.8 一种高效的模糊规则自动生成方法
4.9 变论域自适应模糊控制器
第五章 基于模糊技术和神经网络技术的知识处理与专家系统
5.1 智能混合系统研究综述
5.2 基于神经网络的符号知识获取方法
5.3 利用模糊神经网络进行数据挖掘的一种算法
5.4 基于因素空间和模糊聚类的概念形成方法
5.5 模糊传感器概念生成方法的研究
第六章 模糊技术、神经网络技术与工程设计
6.1 智能设计体系结构的研究
6.2 工程设计智能混合系统
6.3 机械结构的多目标模糊优化方法
6.4 结构分析有限元系统与神经网络
6.5 机械模糊可靠性计算方法的研究
6.6 一种基于离散马尔科夫模型的神经网络可靠性设计方法
6.7 工程系统设计方案多目标灰色关联度决策模型及其应用的研究
6.8 流程工业中模糊控制和故障诊断的建模及网络综合集成
第七章 基于模糊逻辑与神经网络的故障诊断技术
7.1 智能故障诊断技术的发展和展望
7.2 多Agent诊断系统的几个问题研究
7.3 基于因素空间理论的故障诊断数学模型及其应用
7.4 基于模型的故障诊断中的模糊建模和推理
7.5 基于规则的模糊神经网络故障诊断专家系统
7.6 基于可能性理论的设备故障诊断
7.7 智能理论在BIT设计与故障诊断中的应用
第八章 模糊技求、神经网络技术与信息处理
8.1 信息及其数学表达
8.2 一种基于模糊理论的一致性数据融合方法
8.3 基于神经网络的多传感器信息融合技术
8.4 基于遗传算法的多传感器数据融合
8.5 基于神经网络的多传感器自适应滤波
第九章 采用模糊技术和神经网络技术的运筹管理与决策方法
9.1 神经网络在预测中的一些应用研究
9.2 两层多目标决策问题的模糊交互式决策方法
9.3 多目标多层次系统多维模糊决策理论模型
9.4 带约束两级遗传算法编制模糊化生产计划及FMS调度
9.5 一种基于神经网络的生产调度方法
9.6 一种基于满意度的模糊层次分析评估方法
9.7 概率和模糊条件下谈判报价模型
第十章 模糊逻辑、神经网络与遗传算法
10.1 基于嵌入混沌序列的遗传算法
10.2 遗传算法与神经网络的结合
10.3 融合神经网络的一种改进遗传算法
10.4 基于模糊优选的多目标优化遗传算法
10.5 用于前馈神经网络的遗传设计
第十一章 文章摘要
一、模糊逻辑与模糊系统的基础研究
1.1 模糊逻辑的研究
1.2 基于信息分配技术的模糊推理方法
1.3 关于模糊语义紧致性的若干定理
1.4 布尔算子模糊逻辑中一种新的假说修正方法
1.5 模糊思辨逻辑系统
1.6 模糊度与贴近度的关系研究
1.7 加权抽取模糊算法及其应用
1.8 一种保证隶属函数完备性和模糊集合语义一致性的学习方法
1.9 模糊逻辑中一些问题的探讨
二、神经网络与模糊神经网络
2.1 模糊神经网络研究
2.2 一种模糊神经网络的改进学习算法
2.3 一种基于遗传算法的模糊神经网络结构和参数优化
2.4 基于模糊逻辑推理的BP神经网络及其应用
2.5 最大-乘积型模糊联想记忆网络的最大最小编码学习算法
2.6 模糊神经网络问题解决方法分析
2.7 一种基于神经网络的自组织模糊系统
2.8 模糊神经网络及其在时间序列分析中的应用
2.9 模糊对向传播神经网络的学习算法
2.10 模糊神经网络研究
2.11 用模糊逻辑方法优化多层前馈网络结构
2.12 模糊双向联想记忆的稳定性与容错性
2.13 模糊系统和神经网络的融合技术
三、模式聚类、分类及识别中的模糊技术与神经网络技术
3.1 模糊聚类中的模糊等价矩阵
3.2 应用模糊信息融合实现目标物体的分类
3.3 一个基于模糊神经网络的模式分类系统
3.4 基于证据理论的模式识别算法
3.5 模糊灰关联模式识别方法及其应用
3.6 多字体字符识别的模糊神经网络模型
3.7 模糊聚类分析的传递方法
3.8 基于多阶段的模糊C-均值算法的模糊聚类分析研究
3.9 一种多类原型模糊聚类的初始化方法
3.10 一种基于遗传算法的混合聚类技术
3.11 心电图的智能识别技术
3.12 模糊自组织神经网络在语音识别中的应用
四、模糊控制、神经网络控制与智能控制
4.1 模糊控制回顾与前瞻
4.2 一种模糊神经网络自适应预测控制方案的研究
4.3 基于遗传算法的动态模糊模型辨识非线性系统方法
4.4 模糊控制的系统化设计和稳定性分析
4.5 一种使用遗传算法生成模糊控制器的方法
4.6 基于通用数模电路的模糊控制器硬件实现
4.7 一种实用模糊控制器的研制
4.8 基于神经网络的模糊参数自校正控制系统
4.9 模糊系统解耦的充分条件
4.10 模糊控制系统的稳定性
4.11 自适应模糊滑模控制器的设计与分析
4.12 非线性系统模糊滑模控制器的设计
4.13 模糊控制隶属函数的优化算法及其应用
4.14 基于遗传算法的模糊神经控制及其应用
4.15 粗糙集理论及其在智能控制领域的应用前景
4.16 基于模糊-神经融合的自适应模糊控制系统研究
4.17 遗传算法优化模糊控制器及其在非线性系统中的应用
4.18 基于遗传算法的模糊神经网络控制器设计及其稳定性分析
4.19 模糊控制系统的稳定区域及其确定方法
4.20 模糊滑模变结构控制系统的研究
4.21 作为通用逼近子的模糊系统及其逼近性质
4.22 模糊控制与神经控制的比较
4.23 基于Fuzzy函数逼近的柔性模糊控制器论域压缩算法
4.24 分散自适应模糊滑模控制器的设计与分析
4.25 降阶模糊控制算法及其应用研究
4.26 变结构模糊神经网络控制及其学习规律研究
4.27 基于神经网络的模糊控制器
4.28 通用模糊控制器的研究与设计
4.29 一种进化模糊逻辑控制器的新方法
4.30 模糊控制智能开发系统
4.31 基于遗传算法的多变量模糊控制器的设计方法
4.32 一种新的鲁棒自适应模糊控制器的设计及性能分析
4.33 一种自组织模糊控制算法及其实现
4.34 复杂系统的C－R模糊模型结构及递推辨识算法
4.35 多变量模糊系统建模与控制理论
4.36 模糊控制器参数调整的产生式方法
4.37 一种预测模糊集成控制系统的设计方法
4.38 基于多层前向网络的模糊规则自动生成
4.30 改善模糊控制器性能的若干途径
4.40 基于模糊推理专用芯片的自适应PID调节器
4.41 模糊控制研究的现状与新发展
4.42 一种基于自适应神经元的模糊变结构控制器
4.43 变频空调机的模糊控制器设计
4.44 智能控制研究动态
4.45 改善模糊神经网络控制器性能的新方法——混合遗传算法
4.46 热力系统模糊控制软件开发系统的研究
4.47 可编程模糊逻辑控制器芯片的设计
4.48 一种简易实用的专家智能控制器
4.49 基于遗传算法的模糊神经网络智能控制器及其应用
五、基于模糊技术和神经网络技术的知识处理与专家系统
5.1 模糊联想记忆系统规则提取的新方法
5.2 基于模糊推理的专家系统设计与实现
5.3 一种基于RoughSets和模糊神经网络的规则获取的方法
5.4 动态模糊专家数据库系统的设计
5.5 基于因素空间和模糊聚类的概念形成方法
5.6 一种模糊知识库的数据描述方法
5.7 模糊再设计专家系统开发工具的研究和开发
5.8 一种基于模糊神经网络的专家系统推理的方法
5.9 模糊解释结构模型
5.10 模糊规则提取的两种方法性能分析
5.11 认知空间上的智能系统FDSS
5.12 信度理论的扩张与一个审定损害的专家系统
六、模糊技术、神经网络技术与工程设计
6.1 模糊可靠度计算模型
6.2 基于模糊集和证据推理的武器系统可靠性评估
6.3 产品开发过程中模糊神经网络规则提取及模糊控制
6.4 一种基于模糊重要度的多目标优化设计方法
6.5 系统可靠性分配有效方法
6.6 模糊可靠性优化设计及其在蜗杆传动中的应用
6.7 智能结构控制发展综述
6.8 机械产品方案设计中模糊知识表示与推理策略的研究
6.9 基于模糊神经网络的多方案优选方法的研究
6.10 多目标结构模糊优化的分层序列法
6.11 机械系统模糊可靠性随机模拟
6.12 零件配合设计中模糊推理技术的研究
6.13 机械结构的多目标模糊优化方法
6.14 流程工业中模糊控制和故障诊断的建模及网络综合集成
6.15 模糊综合评判在多目标优化设计中的应用
6.16 结构强度的模糊可靠性分析与计算
6.17 基于工程实例的推理策略——综合评判研究
6.18 多目标结构模糊优化中的一种非线性方法
七、基于模糊技术和神经网络技术的故障诊断技术
7.1 工程系统模糊故障诊断现状
7.2 基于模型的故障诊断中的模糊建模和推理
7.3 Fuzzy ART及其在故障诊断中的应用
7.4 基于模糊系统与神经网络融合的故障诊断方法
7.5 用神经网络提取模糊诊断知识的方法
7.6 基于知识与模糊神经网络的故障诊断技术
7.7 基于模糊神经网络的智能诊断系统的研制
7.8 利用人工神经网络的故障诊断的模糊分类
7.9 小波-神经网络-模糊识别在旋转机械故障诊断中的应用研究
7.10 模糊信息处理技术在故障诊断中的应用
7.11 机械故障模糊诊断中模糊矩阵的可视化处理与分析
7.12 基于模糊神经网络的机械故障诊断研究
7.13 一种机械故障诊断的知识获取工具
7.14 故障诊断专家系统中的模糊推理算法
7.15 失效模式及影响分析中的模糊推理方法
7.16 一种基于实例的故障混合诊断方法
7.17 中医模糊诊断方法
7.18 一种故障树模糊重要度分析的新方法
7.19 汽车发动机故障诊断模糊专家系统研究
八、模糊技术、神经网络技术与信息处理
8.1 多传感器模糊-概率交互作用的数据关联算法
8.2 模糊冗余度及其应用
8.3 一种基于模糊理论的一致性数据融合方法
8.4 基于模糊积分的信息融合研究
8.5 一种有参数学习能力的决策融合方法
8.6 模糊信息处理与模糊神经网络
九、采用模糊技术和神经网络技术的运筹管理与决策方法
9.1 模糊假言推理确定施工工期
9.2 模糊逼近算法与人工神经网络预测功能
9.3 新产品开发方案的模糊综合评价法
9.4 群决策中模糊偏好集结的软技术
9.5 一种多指标综合评价合成技术方法研究
9.6 模糊一致矩阵在多层次，多因素决策方案优选中的应用
9.7 多目标线性规划模糊决策的加权集成方法
9.8 模糊系统综合评判模型
9.9 人机界面的模糊多层次综合评价
9.10 工作分派问题的一种模糊决策模型
9.11 多目标系统模糊决策理论在并行工程中的应用
9.12 自适应优化的模糊预测系统及其应用
9.13 模糊关系积在群决策中的应用
9.14 多目标多层次系统多维模糊决策理论模型
9.15 神经网络多指标综合评价方法研究
9.16 时间序列模糊滑动预测
9.17 多目标群决策问题的交互式模糊规划规划方法
9.18 一类总体方案支持模糊决策系统的研究
9.19 模糊数计算非肯定型网络计划
9.20 模糊优化最优水平值的灰色模糊综合评判
9.21 模糊决策树归纳算法及应用
十、模糊逻辑、神经网络与遗传算法
10.1 一门新学科——计算智能
10.2 基于遗传算法的模糊系统优化设计方法
10.3 基于模糊优选的多目标优化遗传算法
10.4 加快遗传模糊算法的搜索过程