計算智能與科學配方

定　價：￥35.00

作　者：	馮天瑾、丁午乾
出版社：	科學出版社
叢編項：
標　簽：	人工智能

購買這本書可以去

ISBN：	9787030206039	出版時間：	2008-01-01	包裝：	平裝
開本：	16	頁數(shù)：	272	字數(shù)：

內(nèi)容簡介

　　智能科學的意義在于它大大擴展了科學技術的作用范圍?！队嬎阒悄芘c科學配方》以全新視角分析如何用計算智能方法去解決原來主要憑專業(yè)人員經(jīng)驗解決的高度復雜的生產(chǎn)實踐問題，審視計算智能的基本原理、概念和應用途徑；重點研究模糊集表達人對配方產(chǎn)品的感覺品質(zhì)評估，神經(jīng)網(wǎng)絡模擬感覺評估，模糊c-均值方法和Kohonen網(wǎng)絡聚類，支持向量機對配方原料的分類和相關性分析，進化計算配方尋優(yōu)，神經(jīng)網(wǎng)絡、模糊信息優(yōu)化處理和模型樹等知識發(fā)現(xiàn)方法等。以卷煙和啤酒等產(chǎn)品配方及藥物配方為例，分析智能配方系統(tǒng)的設計思想和開發(fā)方略。《計算智能與科學配方》為關注計算智能理論與實踐的人們而寫，也可用作信息科學與技術學科和食品、飲料、醫(yī)藥等專業(yè)教學參考書，為相關企業(yè)技術人員與管理者提供新的思路和方法。

作者簡介

　　馮天瑾，1938年生，湖北紅安人，中國海洋大學教授。1990-1992年赴荷蘭、比利時研究神經(jīng)網(wǎng)絡理論與應用。曾任中國海洋大學信息科學與工程學院副院長電子工程系主任，信息工程中心主任國家863青島市CIMS示范工程專家組組長、中荷政府級合作項目中方首席科學家兼IEEE高級會員、中國神經(jīng)網(wǎng)絡委員會委員等職。曾主持多項國家自然科學基金項目、國家863高技術項目、國家重點實驗項目。發(fā)表論文110余篇，出版著作《智能機器與人》、《神經(jīng)網(wǎng)絡技術》、《智能學簡史》等。

圖書目錄

前言
第一章緒論
　第一節(jié) 什么是計算智能
　　一、什么是智能
　　二、智能科學
　　三、計算智能與人工智能
　　四、計算智能與西藥快速設計
　　五、經(jīng)驗科學與經(jīng)驗的科學
　第二節(jié) 什么是機器學習
　　一、學習：智能之核心
　　二、什么是機器學習
　　三、機器如何學習
　第三節(jié) 如何開發(fā)智能配方系統(tǒng)
　　一、智能配方系統(tǒng)的目標
　　二、系統(tǒng)開發(fā)的途徑
　　三、系統(tǒng)開發(fā)對企業(yè)的要求
第二章產(chǎn)品配方與感覺品質(zhì)評估
　第一節(jié) 產(chǎn)品質(zhì)量的感覺評估
　　一、品酒師
　　二、感覺系統(tǒng)與感覺評估
　　三、文化背景的影響
　　四、物性感知科學
　第二節(jié) 物性的感覺測試技術
　　一、心理物理學研究
　　二、評估小組與實驗室
　　三、評估方式
　　四、感覺測試面臨的問題
　第三節(jié) 配方問題的復雜性
　　一、原料成分的復雜性
　　二、生態(tài)環(huán)境影響的復雜性
　　三、中西藥配方的復雜性
　　四、什么是復雜性？
　第四節(jié) 傳統(tǒng)計算方法面臨的問題
　　一、傳統(tǒng)數(shù)學方法的不足
　　二、計算智能技術應用動態(tài)
第三章神經(jīng)網(wǎng)絡與感覺評估
　第一節(jié) 人工感覺系統(tǒng)
　　一、傳感器：模擬生物感覺器官
　　二、模擬感覺系統(tǒng)
　第二節(jié) 人工神經(jīng)網(wǎng)絡
　　一、什么是神經(jīng)網(wǎng)絡
　　二、與其他方法的比較
　第三節(jié) 多層感知器：通用函數(shù)逼近器　　
　　一、多層感知器
　　二、反向傳播（BP）學習算法
　第四節(jié) BP算法的改進
　　一、學習參數(shù)自適應調(diào)節(jié)
　　二、激勵函數(shù)參數(shù)自適應調(diào)節(jié)
　　三、學習曲線與交叉驗證
　　四、正則化與懲罰項
　　五、LMBP算法
　第五節(jié) 網(wǎng)絡結構優(yōu)化
　　一、網(wǎng)絡剪裁
　　二、神經(jīng)元模型的推廣
　第六節(jié) 模糊集與模擬感覺評估
　　一、+模糊集
　　二、模糊數(shù)與神經(jīng)網(wǎng)絡
　　三、模擬評估師·圖靈測試
　第七節(jié) 徑向基函數(shù)網(wǎng)絡
　　一、徑向基函數(shù)方法
　　二、RBF網(wǎng)絡
第四章知識發(fā)現(xiàn)與復雜相關性分析
　第一節(jié) 統(tǒng)計學相關分析能做什么
第五章模式識別與原料分類
第六章支持向量機方法
第七章進化計算配方尋優(yōu)方法
第八章計算智能的若干哲理
第九章人機交互智能配方系統(tǒng)
參考文獻
致謝