人工智能技術(shù)及應(yīng)用

內(nèi)容概要

　　本書(shū)共分為六章，主要內(nèi)容包括：緒論；模糊邏輯和專家系統(tǒng)；人工神經(jīng)網(wǎng)絡(luò)；遺傳算法；人工免疫系統(tǒng)；人工智能的研究現(xiàn)狀和發(fā)展趨勢(shì)。

書(shū)籍目錄

第1章　緒論
　1.1　人工智能的發(fā)展過(guò)程
　　1.1.1　萌芽期(1956年以前)
　　1.1.2　形成時(shí)期(1956—1961年)
　　1.1.3　發(fā)展時(shí)期(1961年以后)
　　1.1.4　人工智能的研究熱點(diǎn)與展望
　1.2　人工智能研究的內(nèi)容
　　1.2.1　知識(shí)表示
　　1.2.2　自動(dòng)推理
　　1.2.3　機(jī)器學(xué)習(xí)
　1.3　人工智能研究的意義和目標(biāo)
　　1.3.1　人工智能研究的意義
　　1.3.2　人工智能研究的目標(biāo)
　1.4　智能化信息技術(shù)在石油化工行業(yè)的應(yīng)用
　　1.4.1　石油化工行業(yè)的信息化
　　1.4.2　智能化信息技術(shù)在石油化工行業(yè)的應(yīng)用
第2章　模糊邏輯和專家系統(tǒng)
　2.1　模糊數(shù)學(xué)基礎(chǔ)
　　2.1.1　模糊集合
　　2.1.2　模糊關(guān)系
　　2.1.3　模糊推理
　2.2　模糊控制器結(jié)構(gòu)及原理
　　2.2.1　模糊控制器的結(jié)構(gòu)
　　2.2.2　模糊控制器的設(shè)計(jì)
　　2.2.3　模糊控制器的特點(diǎn)
　2.3　基于規(guī)則推理的專家系統(tǒng)
　　2.3.1　專家系統(tǒng)的定義與分類
　　2.3.2　專家系統(tǒng)的結(jié)構(gòu)
　　2.3.3　基于規(guī)則推理的專家系統(tǒng)
　2.4　應(yīng)用實(shí)例
　　2.4.1　電氣傳動(dòng)系統(tǒng)：直流調(diào)速系統(tǒng)的模糊控制器設(shè)計(jì)
　　2.4.2　DCS故障診斷專家系統(tǒng)
　參考文獻(xiàn)
第3章　人工神經(jīng)網(wǎng)絡(luò)
　3.1　人工神經(jīng)網(wǎng)絡(luò)的基本概念
　　3.1.1　人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
　　3.1.2　生物神經(jīng)元模型
　　3.1.3　人工神經(jīng)網(wǎng)絡(luò)的模型
　　3.1.4　人工神經(jīng)網(wǎng)絡(luò)的分類
　　3.1.5　神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)方式
　3.2　BP人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)及學(xué)習(xí)
　　3.2.1　BP人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)
　　3.2.2　BP人工神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)法
　3.3　常用人工神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
　　3.3.1　徑向基函數(shù)(RBF)網(wǎng)絡(luò)
　　3.3.2　Hopfield網(wǎng)絡(luò)
　3.4　人工神經(jīng)網(wǎng)絡(luò)在石化行業(yè)中的應(yīng)用實(shí)例
　　3.4.1　BP學(xué)習(xí)算法的改進(jìn)
　　3.4.2　神經(jīng)網(wǎng)絡(luò)在石油化工過(guò)程故障診斷中的應(yīng)用
　參考文獻(xiàn)
第4章　遺傳算法
　4.1　遺傳算法的基本原理
　　4.1.1　遺傳算法的相關(guān)知識(shí)
　　4.1.2　遺傳算法的基本思想和一般結(jié)構(gòu)
　4.2　遺傳算法的應(yīng)用技術(shù)基礎(chǔ)
　　4.2.1　選用遺傳算法的原因
　　4.2.2　遺傳算法的應(yīng)用性能評(píng)價(jià)
　　4.2.3　遺傳算法的具體實(shí)現(xiàn)方法
　4.3　幾種重要的改進(jìn)遺傳算法
　　4.3.1　小生境技術(shù)遺傳算法
　　4.3.2　混合遺傳算法
　　4.3.3　并行遺傳算法
　4.4　遺傳算法的應(yīng)用實(shí)例
　　4.4.1　遺傳算法在石化企業(yè)生產(chǎn)調(diào)度中的應(yīng)用
　　4.4.2　遺傳算法在石化多效并流蒸發(fā)器設(shè)計(jì)中的應(yīng)用
　4.5　多變異擬子基因共同進(jìn)化算法(3MGcA)
　參考文獻(xiàn)
第5章　人工免疫系統(tǒng)
　5.1　人工免疫系統(tǒng)的基本概念
　　5.1.1　生物免疫系統(tǒng)
　　5.1.2　人工免疫系統(tǒng)的仿生機(jī)理
　5.2　陰性選擇算法
　　5.2.1　人工免疫算法的基本思想和一般結(jié)構(gòu)
　　5.2.2　陰性選擇算法
　5.3　人工免疫系統(tǒng)應(yīng)用實(shí)例1——故障檢測(cè)
　　5.3.1　應(yīng)用背景和問(wèn)題的提出
　　5.3.2　振動(dòng)診斷系統(tǒng)設(shè)計(jì)
　　5.3.3　故障診斷策略
　5.4　人工免疫系統(tǒng)應(yīng)用實(shí)例2——計(jì)算機(jī)病毒檢測(cè)
　　5.4.1　應(yīng)用背景和問(wèn)題的提出
　　5.4.2　檢測(cè)數(shù)據(jù)的選取
　　5.4.3　基于人工免疫算法的計(jì)算機(jī)病毒檢測(cè)模型
　　5.4.4　病毒檢測(cè)系統(tǒng)的工作流程
　　5.4.5　實(shí)驗(yàn)結(jié)果分析
　參考文獻(xiàn)
第6章　人工智能的研究現(xiàn)狀和發(fā)展趨勢(shì)
　6.1　人工智能技術(shù)的研究現(xiàn)狀及展望
　　6.1.1　模糊控制技術(shù)研究現(xiàn)狀及展望
　　6.1.2　神經(jīng)網(wǎng)絡(luò)技術(shù)研究現(xiàn)狀及展望
　　6.1.3　遺傳算法研究現(xiàn)狀及展望
　　6.1.4　免疫算法研究現(xiàn)狀及展望
　6.2　人工智能技術(shù)在石化工業(yè)應(yīng)用的現(xiàn)狀
　　6.2.1　數(shù)據(jù)采集、處理、軟測(cè)量技術(shù)
　　6.2.2　石油化工復(fù)雜生產(chǎn)過(guò)程建模
　　6.2.3　故障診斷
　　6.2.4　優(yōu)化控制
　參考文獻(xiàn)

編輯推薦

《人工智能技術(shù)及應(yīng)用(普通高等教育十二五規(guī)劃教材)》由張清華主編，本書(shū)在總結(jié)編者多年的教學(xué)及科研經(jīng)驗(yàn)的基礎(chǔ)上編寫完成，充分考慮到人工智能這門課程的教學(xué)及先修課程的特點(diǎn)，組織部分高校中多年從事人工智能研究和應(yīng)用的老師，通力合作，力求編寫出實(shí)踐特色突出、適合人工智能學(xué)習(xí)及應(yīng)用的教材。    本書(shū)通過(guò)精心組織和安排，共六章內(nèi)容：第1章為緒論，第2章為模糊邏輯和專家系統(tǒng)，第3章為人工神經(jīng)網(wǎng)絡(luò)，第4章為遺傳算法，第5章為人工免疫系統(tǒng)，第6章為人工智能的研究現(xiàn)狀和發(fā)展趨勢(shì)。每章前面都有知識(shí)結(jié)構(gòu)，目標(biāo)要求，并依據(jù)教學(xué)特點(diǎn)精心編排，方便讀者根據(jù)自己的需要進(jìn)行選擇；每章后面都有小結(jié)，并給出了習(xí)題，幫助讀者鞏固本章所學(xué)知識(shí)。本書(shū)作為高等學(xué)校IT類專業(yè)的教材，內(nèi)容豐富，通俗易懂，便于自學(xué)。

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    人工智能技術(shù)及應(yīng)用 PDF格式下載

---