模糊專家系統(tǒng)原理與設計

第一章法論
1.1人工智能與專家系統(tǒng)
1.2專家系統(tǒng)的基本結構與功能
1.3專家系統(tǒng)中的不確定性
1.4現(xiàn)有專家系統(tǒng)中不確定性的幾種主要處理方法
模糊專家系統(tǒng)
第二章模糊不確定性信息表達與處理的數學基礎
2.1模糊集合理論的一些初步知識
2.1.1普通集合與模糊集合
2.1.2模糊集合上的運算及其性質
2.1.3模糊關系與模糊等價關系
2.1.4分解定理與表現(xiàn)定理
2.1.5擴展原理
2.2模糊統(tǒng)計與隸屬函數的確定
2.2.1確定隸屬函數的一般方法
2.2.2帶確信度的德爾菲法
2.2.3基于集值統(tǒng)計的模糊統(tǒng)計
2.2.4二元對比排序法
2.2.5綜合加權法
2.2.6可供選用的一些常用隸屬函數
2.3可能性分布與模糊測度
2.3.1模糊限制與可能性分布
2.3.2模糊集合的可能性測度
多元可能性分布
第三章模糊專家系統(tǒng)中知識的表示方法
3.1知識的特征及其分類
3.1.1專家知識及其屬性
3.1.2專家系統(tǒng)中常用知識的種類及其特征
3.2模糊性知識的規(guī)則表示
3.2.1基本產生式系統(tǒng)
3.2.2產生式規(guī)則表示法應用舉例
3.2.3模糊產生式系統(tǒng)與模糊產生式規(guī)則
3.2.4模糊規(guī)則及模糊數據的具體表達方法
3.2.5模糊產生式系統(tǒng)運行舉例
3.3模糊知識表達的框架方法
3.3.1"靜態(tài)"知識的框架表示
3.3.2框架表示下的推理過程
3.3.3基于模糊框架的模糊知識表示
3.4模糊知識表達的語義網絡方法
3.4.1語義網絡及其形式化描述
3.4.2語義網絡表示下的推理
3.4.3模糊知識的語義網絡表示方法
3.5因素神經網絡--一種新的模糊知識表示網絡
3.5.1用因素神經網絡表示知識的基本考慮
3.5.2因素神經網絡與因素神經元
3.5.3因素神經網絡中模糊知識的表示方法
第四章基于模糊技術的不確定性推理
4.1現(xiàn)有專家系統(tǒng)中幾種常用的不確定性推理模型
4.1.1不確定性推理模型的基本結構
4.1.2不確定性推理的主觀BAYES模型
4.1.3不確定性推理的確定性理論模型
4.1.4不確定性推理的證據理論模型
4.2模糊推理的基本概念和基本方法
4.2.1模糊命題與模糊邏輯
4.2.2模糊推理的基本模式和基本方法
4.2.3帶有模糊真值限定時的模糊推理方法
4.3直接構造模糊關系矩陣的實用方法
4.3.1假設分布形式的統(tǒng)計回歸方法
4.3.2概率及集值統(tǒng)計方法
4.3.3用信息擴散模型處理模糊信息
4.4多重多維蘊涵的模糊推理方法
4.4.1多維模糊推理的一般方法
4.4.2多重模糊推理的推理方法
4.4.3多重多維模糊推理的推理方法
第五章模糊專家系統(tǒng)設計與開發(fā)的一般方法
5.1有關專家系統(tǒng)開發(fā)的幾個基本問題
5.1.1專家系統(tǒng)的基本特征是什么
5.1.2誰需要專家系統(tǒng)
5.1.3誰來開發(fā)專家系統(tǒng)
5.2如何開發(fā)專家系統(tǒng)
5.2.1專業(yè)領域及問題域的確認
5.2.2系統(tǒng)的規(guī)劃與設計
5.2.3領域相關知識的獲取
5.2.4系統(tǒng)的實施
5.2.5系統(tǒng)測試與評估
5.2.6系統(tǒng)的長期完善與發(fā)展
5.3模糊專家系統(tǒng)開發(fā)的難點與優(yōu)勢
5.4關于模糊專家系統(tǒng)開發(fā)的幾點建議
第六章模糊專家系統(tǒng)開發(fā)工具及環(huán)境的選擇
6.1專家系統(tǒng)開發(fā)與專家系統(tǒng)開發(fā)工具
6.2專家系統(tǒng)開發(fā)工具的選擇
6.2.1選擇專家系統(tǒng)開發(fā)工具時需考慮的問題
6.2.2專家系統(tǒng)開發(fā)工具的幾項選擇準則
6.2.3已選用開發(fā)工具的測試與評價
6.3一些可供選用的開發(fā)工具簡介
6.3.1可直接用于開發(fā)模糊專家系統(tǒng)的開發(fā)工具
6.3.2可參考選用的幾個專家系統(tǒng)開發(fā)工具
6.4模糊專家系統(tǒng)開發(fā)工具FRDS簡介
6.4.1FRDS的主要功能模塊
6.4.2FRDS中圖形編輯器的基本功能
6.4.3FRDS中編譯器的基本功能
第七章可用于模糊專家系統(tǒng)開發(fā)的知識處理語言
7.1程序設計語言與知識處理語言
7.2邏輯程序設計語言PROLOG
7.2.1PROLOG語H簡介
7.2.2PROLOG語言的基本語法
7.2.3PROLOG程序的執(zhí)行與控制
7.2.4PROLOG中的項與表
7.2.5PROLOG中的內部謂詞
7.2.6TURBO－PROLOG簡介
7.3PROLOG語言模糊化研究
7.3.1FUZZY－PROLOG系統(tǒng)XDFPS的研制
7.3.2F－PROLOG語言的一個實現(xiàn)框架
7.3.3擴展PROLOG語言而成的EXTOOL語言
7.4通用可能性模糊關系語言PRUF
7.4.1模糊命題及其翻譯
7.4.2PRUF中的幾個翻譯規(guī)則
7.4.3PRUF中的模糊推理
7.4.4模糊提問及解答過程
7.5模糊邏輯語言FLL－1
7.5.IFLL－1語言的語法和語義
7.5.2FLL－1語言的形式文法
7.5.3FLL－L語言的屬性文法
第八章模糊專家系統(tǒng)開發(fā)的實踐及經驗介紹
8.1模糊產生式系統(tǒng)FMUFL
8.1.1FMUFL的體系結構
8.1.2FMUFL中模糊集合的表示方法
8.1.3FMUFL中知識的表示模式
8.1.4FMUFL中的模糊匹配
8.1.5FMUFL中的模糊推理
8.1.6FMUFL中的沖突解決策略
8.1.7FMUFL中模糊產生式規(guī)則的執(zhí)行
8.1.8FMUFL中的程序設計環(huán)境
8.1.9FMUFL運行的一個實例
8.2梁式結構損傷狀態(tài)評估專家系統(tǒng)EDSBSES
8.2.IEDSBSES的體系結構
8.2.2EDSBSES的因素關系表
8.2.3EDSBSES中因素狀態(tài)的模糊表達
8.2.4EDSBSES中的知識表達
8.2.5EDSBSES的知識庫
8.2.6EDSBSES系統(tǒng)的推理過程及應用
8.3證券投資模糊專家系統(tǒng)亞S
8.3.1為什么要開發(fā)證券投資專家系統(tǒng)
8.3.2IES系統(tǒng)的主要功能
8.3.3IES系統(tǒng)中的模糊推理方法
8.3.4IES系統(tǒng)中的規(guī)則管理
8.3.5IES系統(tǒng)中的規(guī)則模擬
8.3.6IES系統(tǒng)中的學習功能
8.3.7IES系統(tǒng)的運用
第九章基于神經網絡的模糊專家系統(tǒng)
9.1專家系統(tǒng)開發(fā)的"瓶頸"及神經網絡技術的"引入
9.1.1專家系統(tǒng)開發(fā)的"瓶頸"
9.1.2神經網絡技術的"復興"
9.2采用神經網絡技術的專家系統(tǒng)
9.2.1采用神經網絡技術的專家系統(tǒng)的一般功能與結構
9.2.2能實現(xiàn)映射變換的三層前饋型B-P網絡
9.2.3能實現(xiàn)映射變換的三層BM網絡
9.2.4神經網絡型專家系統(tǒng)中的模式存貯與聯(lián)想記憶
9.2.5可實現(xiàn)自聯(lián)想記憶的HOPFIELD網絡
9.2.6雙向聯(lián)想存貯器及其功能
9.3采用神經網絡技術的模糊專家系統(tǒng)
9.3.1前債型模糊推理網絡
9.3.2模糊模式的聯(lián)想存貯記憶
模糊雙向聯(lián)想記憶網絡
第十章結束語
參考文獻