基于模糊推理系統(tǒng)的工業(yè)過(guò)程數(shù)據(jù)挖掘

定　價(jià)：￥25.00

作　者：	張立權(quán) 著
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787111267140	出版時(shí)間：	2009-06-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	114	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　描述和預(yù)測(cè)是數(shù)據(jù)挖掘的兩個(gè)主要任務(wù)?！痘谀：评硐到y(tǒng)的工業(yè)過(guò)程數(shù)據(jù)挖掘》從過(guò)程控制的角度出發(fā)，在簡(jiǎn)要介紹數(shù)據(jù)挖掘的基本概念和模糊推理系統(tǒng)理論的基礎(chǔ)上，全面、系統(tǒng)地研究了基于模糊推理系統(tǒng)的數(shù)據(jù)挖掘技術(shù)在工業(yè)過(guò)程建模及控制器設(shè)計(jì)中的應(yīng)用，為解決復(fù)雜非線性且難以建立精確數(shù)學(xué)模型的控制系統(tǒng)提供了思路。《基于模糊推理系統(tǒng)的工業(yè)過(guò)程數(shù)據(jù)挖掘》在強(qiáng)調(diào)基礎(chǔ)理論和系統(tǒng)性的同時(shí)，著重反映數(shù)據(jù)挖掘技術(shù)在控制領(lǐng)域的最新研究成果?！痘谀：评硐到y(tǒng)的工業(yè)過(guò)程數(shù)據(jù)挖掘》注重實(shí)效，深入淺出，對(duì)每類(lèi)具體問(wèn)題不但提供翔實(shí)的理論推導(dǎo)，而且還輔以大量的仿真實(shí)例。通過(guò)《基于模糊推理系統(tǒng)的工業(yè)過(guò)程數(shù)據(jù)挖掘》的學(xué)習(xí)，讀者可以對(duì)數(shù)據(jù)挖掘技術(shù)在復(fù)雜工業(yè)過(guò)程建模和控制器設(shè)計(jì)中的應(yīng)用有深入的認(rèn)識(shí)和了解?！痘谀：评硐到y(tǒng)的工業(yè)過(guò)程數(shù)據(jù)挖掘》適合于從事自動(dòng)化技術(shù)、計(jì)算機(jī)技術(shù)、應(yīng)用數(shù)學(xué)等領(lǐng)域的科技工作者及工程技術(shù)人員使用，也可作為高等院校相關(guān)專(zhuān)業(yè)師生的參考用書(shū)。

作者簡(jiǎn)介

　　張立權(quán)，1969年生，吉林省人，畢業(yè)于大連理工大學(xué)，控制理論與控制工程博士。多年來(lái)一直從事自適應(yīng)控制、智能控制、網(wǎng)絡(luò)控制和數(shù)據(jù)挖掘方面的研究和教學(xué)工作。近年來(lái)主持或參加了多項(xiàng)國(guó)家、省部級(jí)科研項(xiàng)目，多篇論文被IE收錄。主編、參編了多部教材、著作和譯著。

圖書(shū)目錄

前言
第1章緒論
1.1 數(shù)據(jù)挖掘發(fā)展概況
1.2 數(shù)據(jù)挖掘功能描述
1.3 模糊數(shù)據(jù)挖掘方法
1.4 模糊推理系統(tǒng)及其逼近理論
1.5 模糊數(shù)據(jù)挖掘技術(shù)在工業(yè)過(guò)程中的應(yīng)用
1.6 本書(shū)的主要研究?jī)?nèi)容
1.7 本書(shū)的邏輯結(jié)構(gòu)框圖
第2章模糊推理系統(tǒng)基礎(chǔ)
2.1 引言
2.2 模糊集合
2.3 模糊集合的運(yùn)算
2.4 語(yǔ)言變量
2.5 模糊規(guī)則
2.6 小結(jié)
第3章改進(jìn)的基于梯度的實(shí)時(shí)學(xué)習(xí)算法
3.1 引言
3.2 基于梯度下降法的模糊推理系統(tǒng)參數(shù)優(yōu)化
3.2.1 冗余模糊規(guī)則修剪
3.2.2 模糊推理系統(tǒng)參數(shù)優(yōu)化
3.2.3 最優(yōu)輸出模糊子集和置信度度量的確定
3.3 改進(jìn)的G-RTL概述
3.4 G-RTL的收斂性和穩(wěn)定性分析
3.5 仿真結(jié)果和分析
3.6 小結(jié)
第4章基于歸一化方差信息的自適應(yīng)模糊規(guī)則挖掘方法
4.1 引言
4.2 簡(jiǎn)化的Mamdani模糊推理系統(tǒng)
4.3 基于Mamdani模糊推理系統(tǒng)的函數(shù)逼近
4.4 NV-AMFR概述
4.4.1 基于G-RTL的模糊推理系統(tǒng)參數(shù)優(yōu)化
4.4.2 確定合適的隸屬函數(shù)配置及評(píng)價(jià)輸入變量的重要性
4.5 仿真結(jié)果和分析
4.6 小結(jié)
第5章空缺模糊規(guī)則推理及其在混沌時(shí)間序列預(yù)測(cè)中的應(yīng)用
5.1 引言
5.2 模糊預(yù)測(cè)器模型
5.3 基于G-RTL設(shè)計(jì)模糊預(yù)測(cè)器模型
5.4 完備模糊規(guī)則集與模糊預(yù)測(cè)器模型的可預(yù)測(cè)性
5.5 空缺模糊規(guī)則的最鄰近擴(kuò)散推理方法
5.6 仿真結(jié)果和分析
5.7 小結(jié)
第6章基于模糊數(shù)據(jù)挖掘技術(shù)的批過(guò)程建模與最優(yōu)模糊控制
6.1 引言
6.2 單輸入多輸出模糊T-S預(yù)測(cè)模型的結(jié)構(gòu)選擇
6.3 基于G-RTL設(shè)計(jì)模糊T-S預(yù)測(cè)模型的參數(shù)
6.4 最優(yōu)模糊控制
6.4.1 非線性系統(tǒng)最優(yōu)控制問(wèn)題的等價(jià)變換
6.4.2 Pontryagin最小值原理
6.5 批過(guò)程建模與最優(yōu)模糊控制仿真結(jié)果
6.5.1 半連續(xù)式反應(yīng)器的建模仿真
6.5.2 半連續(xù)式反應(yīng)器的最優(yōu)模糊控制仿真
6.6 小結(jié)
參考文獻(xiàn)