种豆资源网

当前位置:首页 > 经验 / 正文

複杂系统控制与决策中的智慧型计算

(2021-01-08 22:25:53) 经验

複杂系统控制与决策中的智慧型计算

《複杂系统控制与决策中的智慧型计算》是2013年10月1日国防工业出版社出版的图书,作者是倪建军、任黎。

基本介绍

  • 书名:複杂系统控制与决策中的智慧型计算
  • 出版社:国防工业出版社
  • 页数:168页
  • 开本:32
  • 品牌:国防工业出版社
  • 作者:倪建军、任黎
  • 出版日期:2013年10月1日
  • 语种:简体中文
  • ISBN:9787118090550 

内容简介

《複杂系统控制与决策中的智慧型计算》採用系统的研究思路,从複杂系统控制与决策的特点分析入手,指出複杂系统控制与决策存在的问题,然后以水资源水环境系统为主要研究对象,着重研究智慧型计算方法在複杂系统控制与决策中的套用。《複杂系统控制与决策中的智慧型计算》全面介绍了複杂系统控制与决策中的主要智慧型计算方法,全书共分8章,包括绪论、神经网路、模糊计算、群体智慧型、强化学习、小波神经网路、核主元分析与支持向量机、智慧型计算新进展及其套用前景展望等。

编辑推荐

《複杂系统控制与决策中的智慧型计算》可以作为高等院校系统工程、控制科学、人工智慧、信息学科以及相关交叉学科的大学生和研究生教材,也可以作为相关领域研究人员和教师的参考用书。

作者简介

倪建军,(1978—),男,博士,副教授,硕士生导师。现任教于河海大学物联网工程学院,系常州市“831工程”中青年骨干人才,江苏省“333工程”中青年科学技术带头人,IEEE会员,ACM会员,中国计算机学会高级会员,国家自然科学基金评审专家,常州市科技谘询专家。主持国家自然科学基金、江苏省自然科学基金及各类省部级项目近10项。以第一作者发表论文40余篇,其中SCI收录8篇,4篇发表于IEEETransactions系列期刊,出版专着2部,申请发明专利12项。主要研究方向:複杂系统控制与决策、多机器人系统、机器学习、神经网路等。
任黎,(1978—),女,博士,讲师,硕士生导师。现任教于河海大学水文水资源学院,水文与水资源工程系副主任。系河海大学青年教师学术能力培养对象,江苏省优秀毕业设计指导教师,江苏省优秀毕业设计团队成员。主持并参与多项国家自然科学基金、江苏省自然科学基金、国家科技支撑计画课题、水利部公益性行业科研专项经费项目等,在国内外期刊发表学术论文20余篇,其中部分SCl、El检索,参编教材3部。主要研究方向:水资源最佳化调度与智慧型决策、水资源系统规划与管理、水资源综合开发与利用,生态系统健康评价等

图书目录

第1章绪论
1.1複杂系统概述
1.1.1複杂系统相关概念
1.1.2複杂系统控制与决策
1.2关于智慧型计算
1.2.1智慧型计算简介
1.2.2智慧型计算主要方法
1.3複杂系统控制与决策中的智慧型计算
1.3.1複杂系统控制与决策中存在的问题
1.3.2智慧型计算在複杂系统控制与决策中的套用
1.4本书的研究内容和结构安排
1.4.1本书的主要研究内容
1.4.2本书的结构安排
1.5本章小结
参考文献
第2章神经网路在湖泊水文水质调节功能模拟中的套用
2.1引言
2.2研究内容
2.3基于BP神经网路的水文调节功能模拟
2.3.1BP神经网路
2.3.2三峡运行对湖口水位的影响分析
2.4基于自适应神经网路的水质调节功能模拟
2.4.1A—BP神经网路二维水质模型
2.4.2模拟计算
2.5本章小结
参考文献
第3章模糊计算在水质评价及时间序列挖掘中的套用
3.1引言
3.2模糊计算基础
3.2.1模糊集合理论
3.2.2模糊关係与模糊推理
3.3基于模糊综合评价的水质分析
3.3.1评价指标
3.3.2改进模糊综合评价模型
3.3.3水质变化趋势分析
3.4基于模糊推理的时间序列挖掘
3.4.1小波分解原理
3.4.2基于ANFIS的时间序列预测方法
3.4.3仿真实验
3.5本章小结
参考文献
第4章群体智慧型及其在水价预测中的套用
4.1群体智慧型与多Agent系统
4.1.1多Agent理论与方法
4.1.2基于多Agent的智慧型决策支持系统
4.1.3Agent的学习问题
4.2水价预测问题介绍
4.3基于降维的多Agent强化学习算法
4.3.1算法描述
4.3.2与普通算法的比较
4.4基于多Agent的水价预测智慧型系统
4.4.1水价预测智慧型系统的建立
4.4.2仿真实验
4.5本章小结
参考文献
第5章强化学习及其在智慧型决策中的套用
5.1强化学习与多Agent智慧型决策概述
5.1.1单Agent强化学习
5.1.2多Agent强化学习
5.1.3强化学习在多Agent智慧型决策中的套用
5.2城市水资源配置问题描述
5.3改进的多Agent—Q学习算法
5.3.1基于遗传算法的最大映射Q值
5.3.2自适应多因素回报值
5.4实验研究
5.4.1实验一(正常情况下)
5.4.2实验二(动态环境下)
5.4.3讨论分析
5.5本章小结
参考文献
第6章基于小波神经网路的湖泊生态系统健康评价
6.1引言
6.2评价体系与评价标準的确定
6.2.1评价指标构建原则
6.2.2指标体系的结构框架
6.2.3评价指标的度量
6.2.4评价标準的确定
6.3基于小波神经网路的评价模型
6.3.1模型结构
6.3.2初始值的选择
6.3.3计算流程
6.4湖泊生态系统健康评价
6.4.1训练样本和检验样本
6.4.2算法步骤
6.4.3评价结果
6.5本章小结
参考文献
第7章基于核主元分析与支持向量机的水环境
系统突发事件监测
7.1核主元分析与支持向量机方法简介
7.1.1核主元分析方法
7.1.2支持向量机方法
7.2水环境系统突发事件监测问题描述
7.3基于信任机制的水环境系统突发事件监测方法
7.3.1信任机制概念
7.3.2基于信任机制的突发事件诊断
7.4仿真实验与结果分析
7.4.1感测器突发失效故障诊断
7.4.2突发水污染事件诊断
7.4.3複杂情况下的突发事件诊断
7.4.4与传统的KPCA方法和BP神经网路比较
7.5本章小结
参考文献
第8章智慧型计算新进展及其套用前景展望
8.1引言
8.2生物启发的智慧型计算方法
8.2.1人工免疫算法
8.2.2DNA算法
8.2.3膜计算方法
8.2.4生物启发神经网路模型
8.3文化算法
8.3.1文化算法基本原理
8.3.2文化算法研究进展
8.4智慧型计算在複杂系统中的套用前景
8.5本章小结
参考文献
搜索
热门图片
最近更新
随机推荐

Powered By 种豆资源网||