模糊工程

譯者的話
前言
第一部分　引言
第1章　模糊邏輯和模糊工程(3)
概述(3)
1.1　由于不分明性所導(dǎo)致的模糊性：凡事均有一個(gè)程度(3)
1.2　不分明邏輯史(5)
1.3　模糊集和系統(tǒng)(8)
1.4　商品化產(chǎn)品中的模糊系統(tǒng)(11)
1.5　適應(yīng)性模糊系統(tǒng)和更優(yōu)規(guī)則的研究(13)
1.6　模糊邏輯.集合理論和系統(tǒng)的綜述(14)
參考文獻(xiàn)(19)
習(xí)題(20)
第二部分　模糊函數(shù)逼近
第2章　可加性模糊系統(tǒng)(31)
概述(31)
2.1　用模糊覆蓋進(jìn)行函數(shù)逼近(31)
2.2　維數(shù)災(zāi)難：規(guī)則爆炸與規(guī)則的優(yōu)化(34)
2.3　可加性模糊系統(tǒng)：標(biāo)準(zhǔn)可加性模型(36)
2.4　標(biāo)準(zhǔn)可加性模型中的集合函數(shù)(41)
2.5　“重心”方法作為一個(gè)常數(shù)容量系統(tǒng)(45)
2.6　一般化的和模型：非線性系統(tǒng)的凸和(49)
2.7　作為集合映射與校正器的推廣：集合(53)
2.8　組合模糊系統(tǒng)：專家反應(yīng)的凸和(56)
2.9　模糊系統(tǒng)作為條件期望：概率聯(lián)絡(luò)(60)
2.10　用可加性模糊系統(tǒng)逼近函數(shù)(67)
2.11　用進(jìn)行函數(shù)表達(dá)(71)
2.12　中的學(xué)習(xí)：無(wú)監(jiān)督聚類和有監(jiān)督的梯度下降(73)
2.13　優(yōu)化可加性系統(tǒng)：用補(bǔ)塊覆蓋凸起(78)
2.14　反饋式與模糊認(rèn)知圖(84)
參考文獻(xiàn)(93)
習(xí)題(95)
第3章　橢圓模糊系統(tǒng)(104)
概述(104)
3.1　橢圓規(guī)則學(xué)習(xí)(104)
3.2　可加性模糊系統(tǒng)(105)
3.3　橢圓模糊規(guī)則(107)
3.3.1　作為模糊規(guī)則塊的橢圓(107)　
3.3.2加權(quán)橢圓規(guī)則(109)
3.4　無(wú)監(jiān)督的協(xié)方差橢圓估計(jì)(113)
3.4.1　無(wú)監(jiān)督競(jìng)爭(zhēng)學(xué)習(xí)(113)　　
3.4.2模糊規(guī)則學(xué)習(xí)(113)
3.4.3　直方圖密度估計(jì)(116)
3.5　模糊規(guī)則塊的有監(jiān)督學(xué)習(xí)(118)
3.5.1　梯度下降算法(118)
3.5.2　有監(jiān)督函數(shù)逼近(120)
3.6　混合系統(tǒng)：無(wú)監(jiān)督然后有監(jiān)督橢圓學(xué)習(xí)(122)
3.7　最優(yōu)函數(shù)逼近(124)
3.8　結(jié)論(126)
參考文獻(xiàn)(127)
附錄3：無(wú)監(jiān)督競(jìng)爭(zhēng)性學(xué)習(xí)(128)
習(xí)題(130)
軟件習(xí)題(131)
第三部分　模糊控制和混沌
第4章　智能汽車隊(duì)列的模糊控制(135)
概述(135)
4.1　智能汽車隊(duì)列(135)
4.2　模糊油門(mén)控制器(137)
4.2.1　隊(duì)列的維持(137)
4.2.2對(duì)隊(duì)列的操作(141)
4.3　剎車控制器(142)
4.4　仿真結(jié)果(145)
4.4.1　汽車模型(145)
4.4.2　剎車模型(146)
4.4.3　模糊控制器仿真結(jié)果(147)
4.5　混合橢圓函數(shù)的學(xué)習(xí)(149)
4.6　控制面的學(xué)習(xí)(150)
4.7　車距控制實(shí)驗(yàn)(152)
4.7.1　縱向汽車模型(152)
4.7.2　仿真結(jié)果(153)
4.7.3　實(shí)驗(yàn)結(jié)果(154)
4.7.4　與油門(mén)和剎車配合工作的車距控制器(157)
4.8　結(jié)論(160)
參考文獻(xiàn)(160)
習(xí)題(161)
第5章　模糊混沌和循環(huán)劃分(164)
概述(164)
5.1　作為規(guī)則覆蓋的模糊系統(tǒng)：逼近混沌(164)
5.2　模糊系統(tǒng)設(shè)計(jì)(165)
5.2.1　模糊系統(tǒng)結(jié)構(gòu)(165)
5.2.2　適應(yīng)性模糊規(guī)則結(jié)構(gòu)(166)
5.2.2.1　劃分標(biāo)準(zhǔn)(166)
5.2.2.2　乘積空間的循環(huán)劃分(167)
5.2.2.3　定義模糊規(guī)則塊(168)
5.2.2.4　適用于新的樣本數(shù)據(jù)(169)　
5.2.2.5　模糊系統(tǒng)的微調(diào)(169)
5.2.3　固定參數(shù)(171)
5.2.4　算法的性質(zhì)(171)
5.2.4.1　基于局部信息的劃分標(biāo)準(zhǔn)(171)
5.2.4.2　尋優(yōu)的方向(172)
5.3　逼近函數(shù)(173)
5.3.1　2維曲線的逼近(173)
5.3.2　3維平面逼近(176)
5.4　逼近動(dòng)力系統(tǒng)和混沌(184)
5.4.1　作為函數(shù)聯(lián)合的動(dòng)力系統(tǒng)(184)
5.4.2　混沌的特殊性質(zhì)(186)
5.4.3　振蕩器(186)
5.4.4　和吸引子(188)
5.5　結(jié)論(190)
參考文獻(xiàn)(190)
習(xí)題(191)
第四部分　模糊信號(hào)處理
第6章　對(duì)脈沖噪聲的模糊濾波器(197)
概述(197)
6.1　對(duì)脈沖噪聲的過(guò)濾(197)
6.2　α穩(wěn)定的噪聲：協(xié)變與協(xié)方差(198)
6.2.1　α穩(wěn)定分布和特性(199)
6.2.2　協(xié)變和偽協(xié)變(200)
6.3　可加性模糊系統(tǒng)(201)
6.3.1　可加性模糊系統(tǒng)(201)
6.3.2　協(xié)變規(guī)則和集：乘積空間聚類和投影(202)
6.4　用協(xié)變規(guī)則進(jìn)行的模糊預(yù)測(cè)(205)
6.5　使用協(xié)變規(guī)則的模糊濾波器(207)
6.6　結(jié)論(214)
參考文獻(xiàn)(214)
附錄6.：局部均值和協(xié)變的競(jìng)爭(zhēng)性算法(214)
習(xí)題(215)
第7章　模糊分頻段圖像編碼(218)
概述(218)
7.1　時(shí)間—頻率場(chǎng)的拼貼結(jié)構(gòu)(218)
7.2　分頻段圖像編碼(220)
7.2.1　2維子帶濾波(220)
7.2.2　二次型映射濾波(221)
7.2.3　矢量量化的圖像的完全分解(223)
7.3　子帶編碼的模糊虛擬拼貼(225)
7.3.1　可加性模糊系統(tǒng)(225)
7.3.2　模糊虛擬拼貼(226)
7.4　仿真結(jié)果(234)
7.5　結(jié)論(236)
參考文獻(xiàn)(237)
習(xí)題(238)
第五部分　模糊通訊
第8章　用于擴(kuò)譜的自適應(yīng)模糊頻率跳變系統(tǒng)(243)
概述(243)
8.1　頻率跳變擴(kuò)譜(243)
8.2　模糊偽隨機(jī)數(shù)發(fā)生器(244)
8.2.1　模糊系統(tǒng)的輸入(244)
8.2.2　模糊規(guī)則(246)
8.2.3　自適應(yīng)規(guī)則的產(chǎn)生(247)
8.2.4　合成輸出模糊集(248)
8.2.5　非模糊化(248)
8.3　模糊系統(tǒng)的函數(shù)描述(251)
8.3.1　作為條件概率密度的輸出模糊集(251)
8.3.2　形心式非模糊化(252)
8.4　仿真結(jié)果(252)
8.5　與具有線性反饋功能的移位寄存器進(jìn)行比較的結(jié)果(254)
8.5.1　仿真結(jié)果(254)
8.5.2　系統(tǒng)比較(254)
8.6　結(jié)論(255)
參考文獻(xiàn)(256)
附錄8.：將形心作為頻率跳變(標(biāo)準(zhǔn)可加性模型)的條件均值的推導(dǎo)過(guò)程(256)
習(xí)題(257)
第9章　脈沖噪聲中的模糊信號(hào)檢測(cè)法(259)
概述(259)
9.1　對(duì)噪聲中信號(hào)的模糊檢測(cè)(259)
9.2　信號(hào)源模型(260)
9.3　標(biāo)量信道模型(261)
9.4　模糊檢測(cè)器(262)
9.4.1　自反模糊規(guī)則和關(guān)聯(lián)模糊規(guī)則(263)
9.4.2　如果部分模糊集(264)
9.4.3　模糊立方體中的噪聲檢測(cè)(265)
9.4.4　條件密度的計(jì)算(266)　
9.4.5　模糊集的清晰度(267)
9.4.6　合成可加性輸出模糊集：合成通過(guò)量(269)
9.4.7　范數(shù)的非模糊化和檢測(cè)(270)
9.5　仿真結(jié)果(270)
9.6　結(jié)論(275)
參考文獻(xiàn)(275)
附錄9.：模糊集的函數(shù)和幾何觀點(diǎn)(276)
附錄9：：模糊度和清晰度的測(cè)量(276)
習(xí)題(277)
第六部分　模糊硬件
第10章　自適應(yīng)可加性模糊系統(tǒng)(281)
概述：硅片中的(281)
10.1　針對(duì)模糊系統(tǒng)的(281)
10.1.1　用電子技術(shù)實(shí)現(xiàn)的函數(shù)逼近(281)
10.1.2　規(guī)則爆炸(283)
10.1.3　評(píng)估工具：時(shí)間／面積乘積(283)
10.2　結(jié)構(gòu)和(284)
10.2.1　標(biāo)量如果部分集函數(shù)(284)
10.2.1.1　高斯集函數(shù)(285)
10.2.1.2　柯西集函數(shù)(286)
10.2.1.3　指數(shù)集函數(shù)(286)
10.3　集合和二階統(tǒng)計(jì)(287)
10.3.1　集合(287)
10.3.2　條件方差(289)
10.4　自適應(yīng)數(shù)字式(290)
10.4.1　自適應(yīng)過(guò)程的參數(shù)(290)
10.4.2　有監(jiān)督學(xué)習(xí)算法(290)
10.4.2.1　高斯集合學(xué)習(xí)(290)
10.4.2.2　柯西集合學(xué)習(xí)(290)
10.4.2.3　指數(shù)集合學(xué)習(xí)(291)
10.4.2.4　則部分集學(xué)習(xí)(291)
10.4.3　學(xué)習(xí)速率(291)
10.5　自適應(yīng)(292)
10.5.1　功能要求(292)
10.5.2　算法(292)
10.5.2.1　數(shù)字表示法(292)
10.5.2.2　估算階段(292)
10.5.2.3　更新階段(293)
10.5.3　硅片結(jié)構(gòu)(294)
10.6　芯片(295)
10.6.1　數(shù)據(jù)通道結(jié)構(gòu)(295)
10.6.2　控制結(jié)構(gòu)(296)
10.7　操作(298)
10.7.1　估算任務(wù)(298)
10.7.2　更新任務(wù)(299)
10.7.3　執(zhí)行(300)
10.8　結(jié)論(300)
參考文獻(xiàn)(301)
習(xí)題(301)
第11章　光學(xué)可加性模糊系統(tǒng)(304)
概述：光學(xué)(304)
11.1　模糊規(guī)則計(jì)算：時(shí)間中的電子學(xué)與空間中的光學(xué)(304)
11.2　并行模糊集函數(shù)光學(xué)處理器(304)
11.3　掃描激光二極管模糊系統(tǒng)處理器(308)
11.4　模糊系統(tǒng)處理器(310)
11.5　光電模糊系統(tǒng)處理：現(xiàn)在與將來(lái)(312)
參考文獻(xiàn)(312)
習(xí)題(313)
第七部分　在模糊立方體中的計(jì)算
第12章　模糊立方體和模糊互熵(317)
概述(317)
12.1　第一定理：相加而得模糊互熵(317)
12.2　作為超立方體中點(diǎn)的模糊集：子集度(318)
12.3　模糊度和熵(321)
12.4　模糊互熵(323)
12.5　證明：實(shí)空間和模糊立方體之間的可微映射(324)
12.6　信息場(chǎng)：來(lái)自模糊互熵的香農(nóng)熵(325)
12.7　模糊信息的場(chǎng)方程：它來(lái)自比特(327)
12.8　結(jié)論(331)
參考文獻(xiàn)(332)
習(xí)題(332)
第13章　徑向基模糊系統(tǒng)的適應(yīng)性子集度(336)
概述(336)
13.1　徑向基標(biāo)準(zhǔn)可加性模型的適應(yīng)性子集度(336)
13.2　互子集度測(cè)度：模糊相等度(337)
13.3　鐘形和三角形集合函數(shù)的互子集度(340)
13.4　采用徑向基網(wǎng)絡(luò)的適應(yīng)性子集度神經(jīng)模糊控制(344)
13.4.1　適應(yīng)性子集度控制器(344)
13.4.2　采用適應(yīng)性子集度的在線學(xué)習(xí)法(346)
13.5　測(cè)驗(yàn)例子：模糊汽車(352)
13.6　結(jié)論(357)
附錄13.(357)
參考文獻(xiàn)(360)
習(xí)題(361)
第八部分　模糊立方體中的反饋
第14章　模糊自適應(yīng)共振理論(365)
概述(365)
14.1　基于匹配的學(xué)習(xí)和基于誤差的學(xué)習(xí)(366)
14.1.1　什么時(shí)候狗不是狗？(366)
14.1.2　基于匹配的學(xué)習(xí)與靜態(tài)編碼(366)
14.1.3　波音神經(jīng)元信息檢索系統(tǒng)(366)
14.1.4　基于誤差的學(xué)習(xí)(366)
14.2　與模糊立方體(368)
14.3　動(dòng)態(tài)特性(368)
14.4　模糊(371)
14.4.1　快速學(xué)習(xí)緩慢重編碼和補(bǔ)充編碼選擇(372)
14.5　模糊(372)
14.6　模糊算法(374)
14.6.1　模糊場(chǎng)活動(dòng)矢量(374)
14.6.2　權(quán)重矢量(375)
14.6.3　參數(shù)(375)
14.6.4　類別選擇(375)　
14.6.5　共振或重組(375)
14.6.6　學(xué)習(xí)(376)
14.6.7　快速提高和緩慢重編碼(376)
14.6.8　由補(bǔ)充編碼進(jìn)行的歸一化(376)
14.6.9　模糊穩(wěn)定類別學(xué)習(xí)(379)
14.6.10　對(duì)模糊,和的一個(gè)比較(379)
14.7　模糊算法(379)
14.7.1　和(380)
14.7.2　映射場(chǎng)活動(dòng)性(380)
14.7.3　匹配追蹤(380)
14.7.4　映射場(chǎng)學(xué)習(xí)(381)
14.8　模糊ARTMAR仿真：正方形中的圓(381)
14.9　ART的應(yīng)用(385)
參考文獻(xiàn)(386)
習(xí)題(389)
第15章　用模糊認(rèn)知圖虛擬世界(392)
概述(392)
15.1　模糊虛擬世界(392)
15.2　模糊認(rèn)知圖(394)
15.2.1　簡(jiǎn)單(395)
15.2.2　檢索(397)
15.2.3　增強(qiáng)的(398)
15.2.4　嵌套的(399)
15.3　虛擬海底世界(401)
15.3.1　增強(qiáng)的虛擬世界(403)
15.3.2　對(duì)于魚(yú)群的嵌套(406)
15.4　自適應(yīng)模糊認(rèn)識(shí)圖(409)
15.5　結(jié)論(413)
參考文獻(xiàn)(414)
習(xí)題(415)
附錄：　怎樣使用模糊軟件(417)
A.1　模糊函數(shù)逼近軟件(417)
A.1.1　MS-DOS－版本的說(shuō)明書(shū)(418)
A.1.2　Windows版本的說(shuō)明書(shū)(418)
A.2　模糊認(rèn)知圖軟件(419)
A.2.1　屏幕顯示(419)
A.2.2　雙極與二值概念值(419)
A.2.3　因果邊聯(lián)系強(qiáng)度(419)
A.2.4　概念結(jié)點(diǎn)值(420)
A.2.5　使用模糊認(rèn)知圖(420)
A.2.6　和菜單命令(420)
原作者簡(jiǎn)介(422)
譯者簡(jiǎn)介(423)