軟計算方法

緒論
第一篇 模糊計算
1 模糊概念與模糊集合
1·1模糊概念
1·1·1概述
1·1·2模糊性與隨機性
1·2普通集合
1·2·1集合的概念
1·2·2集合的運算性質(zhì)
1·2·3特征函數(shù)
1·3模糊集合
1·3·1模糊集合的概念
1·3·2隸屬函數(shù)
1·3·3模糊集合的運算
1·4模糊集合與普通集合的聯(lián)系
1·4·1λ截集
1·4·2分解定理
2 模糊關(guān)系與模糊變換
2·1模糊關(guān)系的基本概念
2·1·1基本知識
2·1·2模糊關(guān)系的概念
2·l·3模糊關(guān)系的運算
2·2模糊關(guān)系的合成
2·3模糊關(guān)系的性質(zhì)
2·4模糊變換
2·4·1模糊變換的概念
2·4·2擴張原理
3 模糊推理
3·1模糊語言與語言變量
3·1·1自然語言的模糊性
3·1·2語言變量和語言值
3·2模糊命題與模糊條件語句
3·2·1模糊命題
3·2·2模糊條件語句
3·3模糊推理
3·3·1模糊推理的基本概念
3·3·2關(guān)系合成推理法
3·3·3特征展開近似推理方法
4 模糊系統(tǒng)的建模
4·1模糊系統(tǒng)模型
4·2模糊系統(tǒng)模型的建立方法
小結(jié)
第二篇 進化計算
5 遺傳算法
5·1遺傳算法的概念
5·1·1遺傳算法的生物遺傳學基礎(chǔ)
5·1·2遺傳算法的一般結(jié)構(gòu)
5·1·3遺傳算法的特點
5·1·4遺傳算法的基本操作
5·2遺傳算法的模式理論
5·2·1模式概念
5·2·2模式定理
5·2·3遺傳算法有效處理的模式數(shù)量
5·3遺傳算法的收斂性分析
5·3·1預(yù)備知識
5·3·2標準遺傳算法的Markov鏈描述
5·3·3標準遺傳算法的收斂性
5·3·4一般可測狀態(tài)空間上遺傳算法的收斂性
5·4遺傳算法實現(xiàn)中的基本問題
5·4·1目標函數(shù)值到適值的映射
5·4·2適值調(diào)整
5·4·3編碼原則
5·4·4多參數(shù)級聯(lián)定點映射編碼
5·5遺傳算法的發(fā)展
5·5·1改進遺傳算法的一般結(jié)構(gòu)
5·5·2編碼問題
5·5·3遺傳運算
5·5·4混合遺傳算法
6 模擬退火算法
6·1概述
6·1·1物理退火過程
6·1·2Metropolis算法
6·1·3模擬退火算法
6·2模擬退火算法的收斂性分析
6·2·1模擬退火算法的Markov鏈描述
6·2·2模擬退火算法的收斂性
6·3模擬退火算法的關(guān)鍵參數(shù)控制
6·3·1控制參數(shù)初值to
6·3·2控制參數(shù)的終值tf
6·3·3Markov鏈長Lk
6·3·4控制參數(shù)的更新函數(shù)T(t)
6·4模擬退火算法的應(yīng)用
6·4·1模擬退火算法應(yīng)用的一般要求
6·4·2典型組合優(yōu)化問題的模擬退火算法
7 禁忌搜索算法
7·1禁忌搜索算法的要素
7·1·1禁忌搜索算法的基本思想
7·1·2禁忌搜索算法的主要構(gòu)成
7·1·3禁忌搜索算法流程
7·2禁忌搜索算法的收斂性分析
7·3禁忌搜索算法示例
7·4禁忌搜索算法的發(fā)展和應(yīng)用
7·4·1并行禁忌搜索算法
7·4·2禁忌搜索算法與遺傳算法的混合策略
7·4·3Flow-Shop問題的禁忌搜索算法
7·4·4函數(shù)優(yōu)化中的禁忌搜索算法
小結(jié)
第三篇 神經(jīng)計算
8 神經(jīng)網(wǎng)絡(luò)概述
8·1基本概念
8·1·1生物神經(jīng)元模型
8·1·2人工神經(jīng)元模型
8·1·3人工神經(jīng)網(wǎng)絡(luò)模型
8·2神經(jīng)網(wǎng)絡(luò)的學習方法
8·2·1學習機理
8·2·2學習方法
8·2·3學習規(guī)則
9 前饋網(wǎng)絡(luò)模型及其主要算法
9·1感知器網(wǎng)絡(luò)模型及算法
9·1·1感知器網(wǎng)絡(luò)模型
9·1·2感知器網(wǎng)絡(luò)的學習算法
9·2BP網(wǎng)絡(luò)與誤差反向傳播算法
9·2·1BP網(wǎng)絡(luò)
9·2·2誤差反向傳播算法
9·2·3BP網(wǎng)絡(luò)學習算法的改進
9·24RBF網(wǎng)絡(luò)
1 反饋網(wǎng)絡(luò)模型及其主要算法
1·1Hopfield網(wǎng)絡(luò)與算法
1·1·1Hopfield網(wǎng)絡(luò)結(jié)構(gòu)與基本思想
1·1·2Hopfield網(wǎng)絡(luò)的工作方式及算法
1·2Boltzmann機網(wǎng)絡(luò)和學習方法
1·2·1Boltzmann機的網(wǎng)絡(luò)結(jié)構(gòu)
1·2·2Boltzmann機網(wǎng)絡(luò)的學習和訓練
1·3自組織特征映射網(wǎng)絡(luò)和算法
1·3·1自組織特征映射網(wǎng)絡(luò)結(jié)構(gòu)
1·3·2自組織特征映射網(wǎng)絡(luò)的自組織算法
小結(jié)
第四篇 軟計算方法及其應(yīng)用
11 軟計算方法及其應(yīng)用
11·1軟計算方法概述
11·2軟計算方法的應(yīng)用
11·2·1模糊推理與遺傳算法的結(jié)合
11·2·2流水線調(diào)度問題的模糊遺傳算法
11·2·3供應(yīng)鏈管理中軟計算方法的應(yīng)用
11·2·4基于神經(jīng)網(wǎng)絡(luò)的模糊系統(tǒng)
小結(jié)
參考文獻