基于計(jì)算智能的軍事沖突建模

定　價(jià)：￥79.00

作　者：	[南非] Tshilidzi，Marwala，[意大利] Monical，Lagazio 著；程國建，穆紀(jì)芳，強(qiáng)新建譯
出版社：	國防工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787118105285	出版時(shí)間：	2016-04-01	包裝：	平裝
開本：	16開	頁數(shù)：	202	字?jǐn)?shù)：

內(nèi)容簡介

　　《基于計(jì)算智能的軍事沖突建?！吠ㄟ^利用計(jì)算智能的軍事沖突建模，探討了計(jì)算智能方法在沖突建模中的應(yīng)用。傳統(tǒng)的沖突建模以博弈論為基礎(chǔ)。國際軍事爭端定義為兩國或多國之間的一組摩擦互動(dòng)，這可能導(dǎo)致軍事力量的炫耀、武力威脅或者明確地使用武力。這些摩擦互動(dòng)可能會(huì)以和平或戰(zhàn)爭收尾。《基于計(jì)算智能的軍事沖突建?！费芯苛岁P(guān)鍵變量之間的關(guān)系以及對兩國之間沖突的風(fēng)險(xiǎn)進(jìn)行建模。這些關(guān)鍵變量包括，同盟國一一衡量軍事同盟存在與否，近鄰國一一衡量國家之間是否共享一個(gè)共同的邊界，以及軍事大國——衡量其中一個(gè)或兩個(gè)國家是否都是軍事大國。利用計(jì)算智能的軍事沖突建模采用各種多層感知神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、支持向量機(jī)、神經(jīng)模糊模型、粗糙集模型、神經(jīng)粗糙集模型以及優(yōu)化的粗糙集模型等實(shí)施工具來創(chuàng)建給定變量之間存在沖突風(fēng)險(xiǎn)的評估模型。其次，這些模型用來研究每個(gè)變量對沖突風(fēng)險(xiǎn)的敏感性。此外，也提出了一個(gè)如何使用這些模型來達(dá)成“和平”可能性的框架。*后，還論及了沖突建模的一些新興主題并提出下一步工作要點(diǎn)。

作者簡介

暫缺《基于計(jì)算智能的軍事沖突建?！纷髡吆喗?/div>

圖書目錄

第1章國際沖突建模：老問題的新發(fā)展
1．1 引言
1．2 關(guān)于國際沖突理論與方法的結(jié)合
1．3 導(dǎo)致戰(zhàn)爭與和平的多條匯合路徑的復(fù)雜性
1．4 計(jì)算智能在國際沖突分析中的應(yīng)用
1．4．1 靈活性
1．4．2 交互性
1．4．3 附屬國的贊同
1．5 數(shù)據(jù)與變量
1．6 本書概要
參考文獻(xiàn)
第2章基于自關(guān)聯(lián)檢測法的國際沖突識(shí)別
2．1 引言
2．2 數(shù)學(xué)框架
2．2．1 神經(jīng)網(wǎng)絡(luò)
2．2．2 貝葉斯框架
2．2．3 自關(guān)聯(lián)測定
2．3 國際沖突應(yīng)用
2．4 結(jié)論
2．5 下一步工作
參考文獻(xiàn)
第3章基于多層感知器和徑向基函數(shù)的國際沖突建模
3．1 引言
3．2 數(shù)學(xué)框架
3．2．1 用于分類問題的多層感知器
3．2．2 徑向基函數(shù)
3．2．3 模型選擇
3．3 MLP模型與RBIF模型對比
3．4 國際沖突應(yīng)用
3．5 結(jié)論
3．6 下一步工作
參考文獻(xiàn)
第4章基于貝葉斯方法的國際沖突建模
4．1 簡介
4．2 神經(jīng)網(wǎng)絡(luò)
4．3 采樣方法
4．3．1 蒙特卡洛方法
4．3．2 馬爾可夫鏈蒙特卡洛法
4．3．3 基于遺傳算法的馬爾可夫鏈蒙特卡洛采樣
4．3．4 模擬退火
4．3．5 吉布斯采樣
4．4 高斯逼近法
4．5 混合蒙特卡洛法
4．6 隨機(jī)動(dòng)力學(xué)模型
4．7 采樣方法對比
4．8 國際沖突建模
4．9 結(jié)論
4．10 下一步工作
參考文獻(xiàn)
第5章基于支持向量機(jī)的國際沖突建模
5．1 引言
5．2 背景
5．2．1 機(jī)器學(xué)習(xí)
5．2．2 人工神經(jīng)網(wǎng)絡(luò)
5．2．3 支持向量機(jī)
5．2．4 國際沖突建模
5．3 結(jié)果與討論
5．4 結(jié)論
5．5 下一步工作
參考文獻(xiàn)
第6章基于模糊集合的國際沖突建模
6．1 引言
6．2 計(jì)算智能
6．2．1 基本模糊邏輯理論
6．2．2 模糊神經(jīng)模型
6．2．3 支持向量機(jī)
6．3 知識(shí)提取
6．3．1 分類結(jié)果
6．3．2 模糊規(guī)則的提取
6．4 結(jié)論
6．5 下一步工作
參考文獻(xiàn)
第7章基于粗糙集的國際沖突建模
7．1 引言
7．2 粗糙集
7．2．1 信息系統(tǒng)
7．2．2 不可分關(guān)系
7．2．3 信息表和數(shù)據(jù)表達(dá)
7．2．4 決策規(guī)則歸納
7．2．5 集合的上、下近似
7．2．6 集合的近似
7．2．7 約簡
7．2．8 邊界域
7．2．9 粗糙隸屬度函數(shù)
7．3 離散化方法
7．3．1 等寬槽分區(qū)
7．3．2 等頻槽分區(qū)
7．4 粗糙集規(guī)劃
7．5 神經(jīng)模糊系統(tǒng)
7．6 粗糙集和模糊集
7．7 國際沖突建模
7．8 結(jié)論
7．9 下一步工作
參考文獻(xiàn)
第8章基于粒子群優(yōu)化和爬山法優(yōu)化粗糙集的國際沖突建模
8．1 簡介
8．2 粗糙集
8．3 優(yōu)化方法
8．3．1 粒子群優(yōu)化
8．3．2 爬山法
8．4 爬山法與粒子群優(yōu)化對比
8．5 國際沖突建模
8．6 結(jié)論
8．7 下一步工作
參考文獻(xiàn)
第9章基于模擬退火優(yōu)化粗糙集的國際沖突建模
9．1 引言
9．2 粗糙集
9．3 優(yōu)化方法
9．3．1 模擬退火
9．3．2 粒子群優(yōu)化
9．4 粒子群優(yōu)化與模擬退火
9．5 國際沖突建模
9．6 結(jié)論
9．7 下一步工作
參考文獻(xiàn)
第10章基于優(yōu)化粗糙集的遺傳算法的國際沖突建模
10．1 引言
10．2 粗糙集
10．3 優(yōu)化方法
10．3．1 遺傳算法
10．3．2 模擬退火
10．4 遺傳算法與模擬退火算法對比
10．5 國際沖突建模
10．6 結(jié)論
10．7 下一步工作
參考文獻(xiàn)
第11章基于神經(jīng)粗糙集的國際沖突建模
11．1 引言
11．2 粗糙集
11．2．1 粗糙隸屬度函數(shù)
11．2．2 粗糙集精度
11．2．3 粗糙集建模流程
11．3 多層感知器
11．4 神經(jīng)一粗糙集模型
11．5 貝葉斯粗糙集
11．6 馬爾可夫鏈蒙特卡洛模擬
11．7 用遺傳算法優(yōu)化的粗糙集模型
11．8 國際沖突建模
11．9 結(jié)論
11．10 下一步工作
參考文獻(xiàn)
第12章基于計(jì)算方法的早期預(yù)警與沖突預(yù)防
12．1 引言
12．2 早期預(yù)警與沖突預(yù)防：理論、方法及相關(guān)問題
12．2．1 領(lǐng)域研究進(jìn)展
12．2．2 挑戰(zhàn)
12．3 計(jì)算智能用于早期預(yù)警與沖突預(yù)防
12．3．1 控制國際沖突
12．3．2 控制系統(tǒng)
12．3．3 貝葉斯網(wǎng)絡(luò)
12．3．4 黃金分割搜索方法
12．3．5 模擬退火方法
12．3．6 民主、盟友、實(shí)力和從屬性的調(diào)控
12．4 結(jié)論
12．5 下一步工作
參考文獻(xiàn)
第13章結(jié)論與最新進(jìn)展
13．1 引言
13．2 計(jì)算智能領(lǐng)域的新近發(fā)展
13．3 國際沖突建模的新近發(fā)展