模糊邏輯與神經(jīng)網(wǎng)絡(luò)：理論研究與探索

     目錄
    序篇 智能模擬中的模糊邏輯與神經(jīng)網(wǎng)絡(luò)
   0.1智能和智能系統(tǒng)的主要特征
    0.1.1什么是智能和智能系統(tǒng)的主要特征
    0.1.2完善智能系統(tǒng)的主要特點(diǎn)
   0.2實(shí)現(xiàn)智能模擬的前提性條件
    0.2.1智能模擬實(shí)現(xiàn)的目標(biāo)與前提
    0.2.2完備的智能模擬工程系統(tǒng)
   0.3智能模擬中的模糊技術(shù)與神經(jīng)網(wǎng)絡(luò)技術(shù)
    0.3.1智能模擬中的心理模式與生理模式
    0.3.2智能模擬中的神經(jīng)網(wǎng)絡(luò)技術(shù)
    0.3.3智能模擬中的模糊技術(shù)
   0.4自適應(yīng)模糊系統(tǒng)與因素神經(jīng)網(wǎng)絡(luò)理論
   0.5本書的目標(biāo)和內(nèi)容安排
    第一篇 模糊邏輯
   第一章 模糊邏輯的集合論基礎(chǔ)
    1.1CONTOR集合與模糊集合
    1.1.1CONTOR集合及其本質(zhì)特征
    1.1.2模糊集合及其表示方法
    1.2模糊集合上的運(yùn)算及其性質(zhì)
    1.2.1模糊集合的基本運(yùn)算
    1.2.2模糊集合上的一些特殊運(yùn)算
    1.3模糊集合與普通集合間的轉(zhuǎn)化
    1.3.1模糊集的截集與集合套
    1.3.2分解定理和表現(xiàn)定理
    1.4模糊關(guān)系與模糊等價(jià)關(guān)系
    1.4.1關(guān)系與模糊關(guān)系
    1.4.2模糊關(guān)系的合成
    1.4.3模糊等價(jià)關(guān)系
    1.5模糊映射與擴(kuò)展原理
    1.5.1映射與模糊映射
    1.5.2模糊映射與擴(kuò)展原理
    1.6廣義模糊集
    1.6.1區(qū)間數(shù)與模糊數(shù)
    1.6.2語言值模糊集
    1.6.3格模糊集與高階模糊集
   第二章 模糊命題邏輯
    2.1模糊命題及其真值表示方法
    2.1.1命題與模糊命題
    2.1.2模糊命題真值的表示方法
    2.1.3復(fù)合模糊命題
    2.2模糊命題邏輯及其合式公式
    2.2.1幾種典型三值邏輯簡介
    2.2.2狹義模糊邏輯
    2.2.3模糊命題邏輯的合式公式
    2.2.4模糊命題邏輯公式的范式與化簡
    2.3狹義模糊命題演算及推理系統(tǒng)
    2.4區(qū)間值模糊命題邏輯
    2.4.1基于區(qū)間值模糊命題的不精確性知識(shí)描述
    2.4.2區(qū)間值模糊命題邏輯
    2.4.3不確定性區(qū)間值模糊推理
    2.5語言值模糊邏輯與自然語言型推理
    2.5.1語言值模糊邏輯與分布值模糊邏輯
    2.5.2自然語言型模糊推理
   第三章 模糊謂詞邏輯
    3.1模糊謂詞與模糊謂詞邏輯中的合式公式
    3.1.1謂詞與模糊謂詞
    3.1.2模糊謂詞邏輯中的合式公式
    3.2模糊謂詞邏輯的等值演算
    3.3基于模糊謂詞邏輯的模糊推理
    3.3.1無約束變?cè)獣r(shí)的模糊謂詞邏輯演算及推理系統(tǒng)
    3.3.2考慮變?cè)s束時(shí)的模糊謂詞邏輯等值演算與推理
   第四章 關(guān)于模糊邏輯的理論研究
    4.1格值（模糊）邏輯
    4.1.1有關(guān)格的一些基本概念
    4.1.2格值（模糊）邏輯及其合式公式
    4.1.3格值邏輯公式的化簡
    4.2算子模糊邏輯
    4.2.1算子格與算子模糊邏輯公式
    4.2.2算子模糊邏輯中的范式與λ－歸結(jié)
    第二篇 神經(jīng)網(wǎng)絡(luò)基本理論
   第五章 人工神經(jīng)網(wǎng)絡(luò)的生物基礎(chǔ)
    5.1生物神經(jīng)元與神經(jīng)網(wǎng)絡(luò)
    5.1.1生物神經(jīng)元的生理結(jié)構(gòu)與功能結(jié)構(gòu)
    5.1.2生物神經(jīng)元間信息傳遞的機(jī)制與生物神經(jīng)網(wǎng)絡(luò)的構(gòu)成
    5.2大腦的生理模型及其信息處理機(jī)制
    5.2.1大腦的生理模型與功能結(jié)構(gòu)
    5.2.2人腦進(jìn)行信息處理的機(jī)制與特性
    5.3關(guān)于思維和記憶的一些研究和猜測
    5.3.1對(duì)大腦學(xué)習(xí)和記憶機(jī)理的一些認(rèn)識(shí)
    5.3.2對(duì)意識(shí)和思維過程的一種猜測模型
   第六章 人工神經(jīng)網(wǎng)絡(luò)的基本模型
    6.1基本人工神經(jīng)元及其網(wǎng)絡(luò)模塊
    6.1.1人工神經(jīng)元的基本模型
    6.1.2人工神經(jīng)網(wǎng)絡(luò)及其主要類型
    6.2能實(shí)現(xiàn)映射變換的三層前饋型BP網(wǎng)絡(luò)
    6.2.1BP網(wǎng)絡(luò)的數(shù)學(xué)模型
    6.2.2BP網(wǎng)絡(luò)的學(xué)習(xí)算法
    6.2.3對(duì)BP網(wǎng)絡(luò)及其學(xué)習(xí)算法的一些改進(jìn)
    6.3可實(shí)現(xiàn)聯(lián)想記憶的Hopfield網(wǎng)絡(luò)
    6.3.1Hopfield網(wǎng)絡(luò)的數(shù)學(xué)模型
    6.3.2Hopfield網(wǎng)絡(luò)的動(dòng)態(tài)穩(wěn)定性
    6.3.3連續(xù)型Hopfield網(wǎng)絡(luò)及其穩(wěn)定性
    6.4隨機(jī)型BM網(wǎng)絡(luò)
    6.4.1BM網(wǎng)絡(luò)的功能結(jié)構(gòu)
    6.4.2BM網(wǎng)絡(luò)的運(yùn)行機(jī)理和學(xué)習(xí)算法
    6.5其他典型聯(lián)想記憶網(wǎng)絡(luò)模型
    6.5.1單向線性聯(lián)想存儲(chǔ)器
    6.5.2雙向聯(lián)想記憶網(wǎng)絡(luò)
    6.6對(duì)向傳播（CP）網(wǎng)絡(luò)
    6.6.1三層對(duì)向傳播網(wǎng)絡(luò)的數(shù)學(xué)模型
    6.6.2三層對(duì)向傳播網(wǎng)絡(luò)的學(xué)習(xí)過程
   第七章 神經(jīng)網(wǎng)絡(luò)的軟硬件實(shí)現(xiàn)
    7.1電子神經(jīng)元器件的基本結(jié)構(gòu)與實(shí)現(xiàn)技術(shù)
    7.1.1模擬神經(jīng)元器件的基本結(jié)構(gòu)與實(shí)現(xiàn)技術(shù)
    7.1.2基于電流模式的模擬實(shí)現(xiàn)方法
    7.1.3數(shù)字神經(jīng)元器件的基本結(jié)構(gòu)與實(shí)現(xiàn)技術(shù)
    7.2光神經(jīng)器件的實(shí)現(xiàn)技術(shù)
    7.2.1光神經(jīng)器件實(shí)現(xiàn)的一些基本技術(shù)
    7.2.2光神經(jīng)器件的基本結(jié)構(gòu)與實(shí)現(xiàn)
    7.3神經(jīng)網(wǎng)絡(luò)的軟件實(shí)現(xiàn)方法
    7.3.1利用已有的神經(jīng)網(wǎng)絡(luò)軟件開發(fā)環(huán)境開發(fā)神經(jīng)網(wǎng)絡(luò)軟件
    7.3.2利用專門的神經(jīng)網(wǎng)絡(luò)描述語言開發(fā)神經(jīng)網(wǎng)絡(luò)軟件
    7.3.3使用通用計(jì)算機(jī)編程語言開發(fā)神經(jīng)網(wǎng)絡(luò)軟件
   第八章 神經(jīng)網(wǎng)絡(luò)系統(tǒng)理論
    8.1神經(jīng)網(wǎng)絡(luò)系統(tǒng)的動(dòng)力學(xué)穩(wěn)定特性
    8.2網(wǎng)絡(luò)系統(tǒng)的吸引子與吸引域分析
    8.3網(wǎng)絡(luò)的隨機(jī)穩(wěn)定性（概率統(tǒng)計(jì)的觀點(diǎn)）
    8.4神經(jīng)網(wǎng)絡(luò)的熵理論
    8.4.1能量與熵
    8.4.2同步并行計(jì)算時(shí)的熵變規(guī)律
    8.4.3異步串行計(jì)算時(shí)的熵變規(guī)律
    第三篇 模糊神經(jīng)網(wǎng)絡(luò)
   第九章 模糊信息處理與模糊神經(jīng)網(wǎng)絡(luò)
    9.1模糊信息處理的神經(jīng)網(wǎng)絡(luò)方法
    9.2基本模糊神經(jīng)元及模糊神經(jīng)網(wǎng)絡(luò)模型
    9.2.1幾種基本模糊神經(jīng)元
    9.2.2前向型模糊神經(jīng)網(wǎng)絡(luò)與反饋型模糊神經(jīng)網(wǎng)絡(luò)
   第十章 模糊推理網(wǎng)絡(luò)
    10.1模糊推理模型的表達(dá)方法
    10.1.1模糊關(guān)系模型的數(shù)學(xué)描述
    10.1.2模糊關(guān)系模型的化簡與規(guī)則型模糊推理
    10.2模糊推理的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)方法
    10.2.1前饋型模糊神經(jīng)網(wǎng)絡(luò)的基本構(gòu)成
    10.2.2神經(jīng)網(wǎng)絡(luò)與模糊推理協(xié)作系統(tǒng)
   第十一章 模糊聯(lián)想記憶網(wǎng)絡(luò)
    11.1模糊記憶與模糊聯(lián)想存儲(chǔ)器
    11.1.1模糊自聯(lián)想存儲(chǔ)器
    11.1.2模糊異聯(lián)想存儲(chǔ)器
    11.2模糊異聯(lián)想存儲(chǔ)器多模式對(duì)聯(lián)想存儲(chǔ)學(xué)習(xí)算法的優(yōu)化
    11.2.1模糊赫布型學(xué)習(xí)規(guī)則的特征與不足
    11.2.2多模式對(duì)聯(lián)想記憶學(xué)習(xí)的優(yōu)化算法
    11.3模糊雙向聯(lián)想記憶與推理網(wǎng)絡(luò)
    11.3.1模糊雙向聯(lián)想記憶與推理網(wǎng)絡(luò)的基本性能
    11.3.2模糊雙向聯(lián)想記憶與推理網(wǎng)絡(luò)的動(dòng)態(tài)分析及穩(wěn)定特性
   第十二章 基于模糊神經(jīng)網(wǎng)絡(luò)的模糊規(guī)則提取
    12.1模糊系統(tǒng)的聯(lián)接主義表達(dá)與特點(diǎn)
    12.2模糊規(guī)則提取的神經(jīng)網(wǎng)絡(luò)方法
    12.3對(duì)提取規(guī)則的置信度估計(jì)
    第四篇 因素神經(jīng)網(wǎng)絡(luò)理論
   第十三章 知識(shí)的因素表示理論
    13.1因素與因素空間
    13.1.1事物、因素及因素狀態(tài)
    13.1.2因素間的關(guān)系與運(yùn)算
    13.1.3事物與因素的關(guān)系描述
    13.1.4事物的層次結(jié)構(gòu)與識(shí)別因素（開關(guān)因素）
    13.1.5因素狀態(tài)空間及其分類
    13.1.6事物因素分析的一般步驟
    13.1.7因素空間及其初步性質(zhì)
    13.2知識(shí)的因素表示方法
    13.2.1知識(shí)、智能及其數(shù)學(xué)描述
    13.2.2知識(shí)的因素表示模式
    13.2.3概念的因素表示方法
    13.2.4推理、判斷的因素表示
    13.2.5因素推理模式的真值流解釋
   第十四章 因素神經(jīng)元與因素神經(jīng)網(wǎng)絡(luò)
    14.1選用因素神經(jīng)元作為知識(shí)表示基本模式的一些考慮
    14.2因素神經(jīng)元形式化定義及意義
    14.2.1因素神經(jīng)元形式化定義
    14.2.2關(guān)于因素神經(jīng)元形式化定義的幾點(diǎn)說明
    14.3因素神經(jīng)網(wǎng)絡(luò)形式化定義及其類型
    14.3.1因素神經(jīng)網(wǎng)絡(luò)形式化定義
    14.3.2對(duì)因素神經(jīng)網(wǎng)絡(luò)定義的幾點(diǎn)解釋
    14.3.3因素神經(jīng)網(wǎng)絡(luò)的主要類型
   第十五章 幾種典型因素神經(jīng)元及其網(wǎng)絡(luò)
    15.1點(diǎn)值（單一數(shù)值）型因素神經(jīng)元及其網(wǎng)絡(luò)
    15.1.1一類二值型因素神經(jīng)元的形式化定義
    15.1.2二值型因素神經(jīng)元的電子實(shí)現(xiàn)方法
    15.1.3二值型因素神經(jīng)元及其網(wǎng)絡(luò)可實(shí)現(xiàn)的函數(shù)性質(zhì)研究
    15.1.4二值命題邏輯運(yùn)算的二值型因素神經(jīng)網(wǎng)絡(luò)等價(jià)實(shí)現(xiàn)方法
    15.1.5一類連續(xù)值因素神經(jīng)元及其性質(zhì)
    15.1.6連續(xù)值因素神經(jīng)網(wǎng)絡(luò)對(duì)任意邏輯函數(shù)關(guān)系的可實(shí)現(xiàn)性
    15.1.7連續(xù)值因素神經(jīng)元的電子實(shí)現(xiàn)
    15.1.8模糊綜合決策問題的連續(xù)值因素神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)
    15.2區(qū)間值因素神經(jīng)元及其網(wǎng)絡(luò)
    15.2.1區(qū)間值因素函數(shù)與區(qū)間值邏輯函數(shù)
    15.2.2一類區(qū)間值型因素神經(jīng)元定義及其性質(zhì)
    15.2.3區(qū)間值因素神經(jīng)元的電子實(shí)現(xiàn)
    15.2.4一類區(qū)間值不精確推理及其區(qū)間值因素神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)
    15.2.5不確定性區(qū)間值推理網(wǎng)絡(luò)的學(xué)習(xí)算法
    15.3分布值因素神經(jīng)元及其網(wǎng)絡(luò)
    15.3.1分布值函數(shù)與分布值邏輯
    15.3.2一種分布值（模糊語言值）因素神經(jīng)元定義及其簡單性質(zhì)
    15.3.3分布值（模糊語言值）因素神經(jīng)元的電子實(shí)現(xiàn)
    15.3.4分布值（模糊語言值）因素神經(jīng)元應(yīng)用舉例
   第十六章 解析型因素神經(jīng)網(wǎng)絡(luò)
    16.1解析型因素神經(jīng)網(wǎng)絡(luò)描述模型的構(gòu)建
    16.1.1以對(duì)象為基礎(chǔ)的系統(tǒng)描述方法
    16.1.2對(duì)象的模糊劃分與模糊關(guān)系
    16.1.3系統(tǒng)認(rèn)知與描述對(duì)象的解析型因素神經(jīng)元表達(dá)
    16.2解析型因素神經(jīng)元中的推理機(jī)制
    16.2.1解析型因素神經(jīng)網(wǎng)絡(luò)推理模型的建立
    16.2.2解析型因素神經(jīng)元中的演繹推理與問題求解策略
    16.2.3解析型因素神經(jīng)網(wǎng)絡(luò)中問題求解策略的具體實(shí)現(xiàn)方法
    16.3解析型因素神經(jīng)網(wǎng)絡(luò)中的非確定性推理與模糊搜索策略
    16.3.1非確定性推理模式的一般表達(dá)
    16.3.2基于概率表達(dá)的非確定性推理的實(shí)現(xiàn)
    16.3.3基于模糊邏輯的非確定性推理方法
    16.3.4基于因素表達(dá)的非確定性推理
    16.3.5問題求解中的模糊搜索策略
    16.3.6啟發(fā)式搜索中的因素輔助搜索策略
    16.4解析型因素神經(jīng)網(wǎng)絡(luò)中的類比與聯(lián)想
    16.4.1相似、相對(duì)與類比
    16.4.2聯(lián)想過程中的導(dǎo)航機(jī)制
    16.5解析型因素神經(jīng)網(wǎng)絡(luò)中的學(xué)習(xí)與歸納推理
    16.5.1學(xué)習(xí)與歸納推理
    16.5.2離散對(duì)象的歸納
    16.5.3具有特定拓?fù)浣Y(jié)構(gòu)的對(duì)象的歸納推理
   第十七章 模擬型因素神經(jīng)網(wǎng)絡(luò)
    17.1智能模擬與模擬型因素神經(jīng)網(wǎng)絡(luò)
    17.1.1人類認(rèn)識(shí)中的理論與經(jīng)驗(yàn)
    17.1.2經(jīng)驗(yàn)?zāi)M與模擬型因素神經(jīng)元
    17.1.3模擬型因素神經(jīng)元的一般功能與結(jié)構(gòu)
    17.1.4模擬型因素神經(jīng)元中的內(nèi)部網(wǎng)絡(luò)模塊與節(jié)點(diǎn)（胞元）
    17.1.5模擬型因素神經(jīng)元實(shí)現(xiàn)智能模擬的方法
    17.2模擬型因素神經(jīng)元中的前饋型網(wǎng)絡(luò)模塊與信息映射變換的實(shí)現(xiàn)
    17.2.1信息映射變換與映射型網(wǎng)絡(luò)模塊
    17.2.2前饋型網(wǎng)絡(luò)模塊實(shí)現(xiàn)映射變換的方法
    17.3模擬型因素神經(jīng)元中的反饋型動(dòng)態(tài)網(wǎng)絡(luò)模塊及其聯(lián)想記憶功能
    17.3.1聯(lián)想與聯(lián)想記憶
    17.3.2模擬型因素神經(jīng)元實(shí)現(xiàn)聯(lián)想記憶的方法
    17.4模擬型因素神經(jīng)網(wǎng)絡(luò)中的認(rèn)知模型
    17.4.1認(rèn)知與認(rèn)知網(wǎng)絡(luò)
    17.4.2ART－1的結(jié)構(gòu)與運(yùn)行機(jī)制
    17.4.3ART－2的結(jié)構(gòu)與網(wǎng)絡(luò)方程
    17.4.4ART－3網(wǎng)絡(luò)簡介
    17.5模擬型因素神經(jīng)網(wǎng)絡(luò)的功能結(jié)構(gòu)分析
    17.5.1具有前饋型網(wǎng)絡(luò)模塊的模擬型因素神經(jīng)元的功能結(jié)構(gòu)
    17.5.2具有反饋型動(dòng)態(tài)網(wǎng)絡(luò)模塊的模擬型因素神經(jīng)元的功能結(jié)構(gòu)
    17.5.3模擬型因素神經(jīng)網(wǎng)絡(luò)的一般功能結(jié)構(gòu)
   第十八章 組合式因素神經(jīng)網(wǎng)絡(luò)的系統(tǒng)設(shè)計(jì)與系統(tǒng)穩(wěn)定特性
    18.1組合式因素神經(jīng)網(wǎng)絡(luò)的系統(tǒng)設(shè)計(jì)
    18.1.1組合式因素神經(jīng)網(wǎng)絡(luò)系統(tǒng)的基本結(jié)構(gòu)
    18.1.2組合式因素神經(jīng)網(wǎng)絡(luò)系統(tǒng)的數(shù)學(xué)描述
    18.1.3組合式因素神經(jīng)網(wǎng)絡(luò)系統(tǒng)設(shè)計(jì)的一般方法
    18.1.4組合式因素神經(jīng)網(wǎng)絡(luò)系統(tǒng)設(shè)計(jì)的一些指導(dǎo)性原則
    18.2組合式因素神經(jīng)網(wǎng)絡(luò)系統(tǒng)的穩(wěn)定特性
    18.2.1組合式因素神經(jīng)網(wǎng)絡(luò)系統(tǒng)的狀態(tài)穩(wěn)定性
    18.2.2組合式因素神經(jīng)網(wǎng)絡(luò)系統(tǒng)的結(jié)構(gòu)穩(wěn)定性
   參考文獻(xiàn)