編輯推薦:    《高等學(xué)校精品規(guī)劃教材：軟計(jì)算原理及其工程應(yīng)用》基礎(chǔ)理論篇系統(tǒng)闡述軟計(jì)算基礎(chǔ)理論、基本方法和成熟技術(shù)；綜合應(yīng)用篇著眼于軟計(jì)算在工程應(yīng)用中復(fù)雜問題的求解，借以體現(xiàn)軟計(jì)算的組合使用能力將軟計(jì)算技術(shù)與人工智能技術(shù)統(tǒng)一在一個(gè)人的框架內(nèi)，知識(shí)點(diǎn)環(huán)環(huán)相扣，形成循序漸進(jìn)的知識(shí)鏈，精選相應(yīng)實(shí)例和專題，便于讀者加深理解，每章都附有習(xí)題，供讀者練習(xí)與延拓，既可作為高年級(jí)本科生、研究生的教材，又可作為科研和工程技術(shù)人員的參考資料。

內(nèi)容簡(jiǎn)介:    《高等學(xué)校精品規(guī)劃教材：軟計(jì)算原理及其工程應(yīng)用》介紹了：軟計(jì)算的基本原理、基本方法和基本技術(shù)及軟計(jì)算的最新進(jìn)展，并以較大篇幅敘述了其在工程中的應(yīng)用情況。《高等學(xué)校精品規(guī)劃教材：軟計(jì)算原理及其工程應(yīng)用》闡述了軟計(jì)算基本概念及與人工智能的關(guān)系，深入而系統(tǒng)地討論了軟計(jì)算的幾個(gè)重要研究分支：模糊計(jì)算、神經(jīng)計(jì)算、進(jìn)化計(jì)算、集群計(jì)算、量子計(jì)算、自然計(jì)算等。在此基礎(chǔ)上，介紹了將其綜合應(yīng)用于數(shù)據(jù)挖掘、工程規(guī)劃、醫(yī)學(xué)圖像配準(zhǔn)、故障診斷、系統(tǒng)辨識(shí)等領(lǐng)域的一些富有挑戰(zhàn)性的研究課題及相應(yīng)研究成果。全書分為兩篇，上篇為基礎(chǔ)理論篇，下篇為綜合應(yīng)用篇。上篇基礎(chǔ)理論篇，共分7章，包括軟計(jì)算概述、模糊計(jì)算、神經(jīng)計(jì)算、進(jìn)化計(jì)算、免疫計(jì)算、自然計(jì)算和其他軟計(jì)算方法；下篇綜合應(yīng)用篇，共分4章，包括：模糊計(jì)算在復(fù)雜工業(yè)系統(tǒng)中的應(yīng)用、遺傳算法在醫(yī)學(xué)圖像配準(zhǔn)中的應(yīng)用、人工免疫在故障診斷中的應(yīng)用、自然計(jì)算在系統(tǒng)辨別中的應(yīng)用。《高等學(xué)校精品規(guī)劃教材：軟計(jì)算原理及其工程應(yīng)用》可作為高等院校自動(dòng)化、電子信息、測(cè)控技術(shù)與儀表、電氣工程、系統(tǒng)工程、機(jī)電工程等專業(yè)的本科生和研究生教材，也可作為相關(guān)專業(yè)工程技術(shù)人員的自學(xué)參考書。

作者簡(jiǎn)介:

目錄:上篇 基礎(chǔ)理論篇
第1章 軟計(jì)算概述
1.1 軟計(jì)算基本概念
1.2 軟計(jì)算與人工智能的關(guān)系
1.2.1 從傳統(tǒng)人工智能到計(jì)算智能
1.2.2 軟計(jì)算對(duì)計(jì)算智能的意義
1.3 軟計(jì)算方法的廣義模糊認(rèn)知哲學(xué)基礎(chǔ)
1.4 小結(jié)
習(xí)題1

第2章 模糊計(jì)算
2.1 模糊集合
2.1.1 模糊集合概念
2.1.2 隸屬函數(shù)
2.1.3 模糊集合運(yùn)算
2.1.4 模糊集合與普通集合的關(guān)系
2.2 模糊關(guān)系
2.2.1 模糊關(guān)系基本概念
2.2.2 模糊關(guān)系合成
2.2.3 模糊變換
2.3 模糊推理
2.3.1 模糊語(yǔ)言與語(yǔ)言變量
2.3.2 c模糊命題與模糊條件語(yǔ)句
2.3.3 模糊推理
2.4 模糊計(jì)算在工程技術(shù)中的應(yīng)用實(shí)例
2.4.1 模糊控制系統(tǒng)的原理與設(shè)計(jì)過程
2.4.2 模糊控制在電飯鍋中的應(yīng)用
2.4.3 模糊優(yōu)化研究進(jìn)展
2.5 粗糙集方法簡(jiǎn)介
2.6 小結(jié)
習(xí)題2

第3章 神經(jīng)計(jì)算
3.1 神經(jīng)網(wǎng)絡(luò)基本概念
3.2 神經(jīng)網(wǎng)絡(luò)類型
3.3 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法
3.4 幾種典型的神經(jīng)網(wǎng)絡(luò)
3.4.1 生物神經(jīng)元模型
3.4.2 人工神經(jīng)元模型
3.4.3 BP網(wǎng)絡(luò)
3.4.4 Hopfield網(wǎng)絡(luò)
3.5 神經(jīng)計(jì)算在工程技術(shù)中的應(yīng)用實(shí)例
3.5.1 神經(jīng)網(wǎng)絡(luò)控制的結(jié)構(gòu)
3.5.2 神經(jīng)控制在復(fù)雜系統(tǒng)中的應(yīng)用
3.6 小結(jié)
習(xí)題3

第4章 進(jìn)化計(jì)算
4.1 遺傳算法
4.1.1 遺傳算法基礎(chǔ)理論
4.1.2 遺傳算法研究進(jìn)展
4.2 進(jìn)化策略簡(jiǎn)介
4.3 進(jìn)化編程簡(jiǎn)介
4.4 進(jìn)化計(jì)算在工程技術(shù)中的應(yīng)用實(shí)例
4.4.1 組織協(xié)同進(jìn)化分類算法
4.4.2 AGAFCM算法
4.4.3 遺傳算法在模糊控制中的應(yīng)用
4.5 小結(jié)
習(xí)題4

第5章 免疫計(jì)算
5.1 人工免疫系統(tǒng)的生物學(xué)原理
5.1.1 生物免疫學(xué)的發(fā)展
5.1.2 生物免疫系統(tǒng)概述
5.1.3 生物免疫原理
5.1.4 生物免疫系統(tǒng)對(duì)人工免疫系統(tǒng)研究的啟示
5.2 人工免疫算法
5.2.1 從生物免疫系統(tǒng)到人工免疫系統(tǒng)
5.2.2 典型的人工免疫算法
5.3 小結(jié)
習(xí)題5

第6章 自然計(jì)算
6.1 自然計(jì)算產(chǎn)生背景
6.1.1 生物系統(tǒng)
6.1.2 生態(tài)系統(tǒng)
6.2 自然計(jì)算相關(guān)概念
6.2.1 基本概念
6.2.2 主要研究領(lǐng)域
6.3 自然計(jì)算基本特征
6.3.1 從人工智能到自然計(jì)算
6.3.2 自然計(jì)算的新特征
6.4 自然計(jì)算算法原理
6.4.1 自然計(jì)算映射模型
6.4.2 自然計(jì)算算法
6.5 協(xié)同進(jìn)化計(jì)算的自然計(jì)算理念求證
6.5.1 協(xié)同進(jìn)化的生物學(xué)基礎(chǔ)
6.5.2 協(xié)同進(jìn)化的動(dòng)力學(xué)描述
6.6 自然計(jì)算研究整體框架
6.7 小結(jié)
習(xí)題6

第7章 其他軟計(jì)算方法
7.1 群集智能
7.1.1 蟻群算法
7.1.2 粒子群算法
7.1.3 集群智能與其他計(jì)算智能的比較
7.2 量子計(jì)算
7.3 支持向量機(jī)
7.4 小結(jié)
習(xí)題7
下篇綜合應(yīng)用篇

第8章 模糊計(jì)算在復(fù)雜工業(yè)系統(tǒng)中的應(yīng)用
8.1 基于遺傳算法的第二類模糊非線性規(guī)劃問題求解
8.1.1 第二類模糊非線性規(guī)劃問題描述
8.1.2 FRNLP模型的常規(guī)容差法最優(yōu)模糊判決及求解
8.1.3 FRNLP模型的滿意解和精確最優(yōu)解
8.1.4 遺傳算法在非線性規(guī)劃上的運(yùn)用
8.1.5 實(shí)驗(yàn)仿真
8.1.6 結(jié)論
8.2 基于遺傳算法的動(dòng)態(tài)模糊聚類
8.2.1 模糊聚類基本概念
8.2.2 將遺傳算法用于迭代優(yōu)化映射平面的坐標(biāo)
8.2.3 實(shí)驗(yàn)仿真
8.2.4 結(jié)論
8.3 模糊計(jì)算在洗衣機(jī)控制系統(tǒng)中的應(yīng)用
8.3.1 模糊神經(jīng)控制的知識(shí)基礎(chǔ)
8.3.2 基于模糊神經(jīng)網(wǎng)絡(luò)的洗衣機(jī)控制
系統(tǒng)的設(shè)計(jì)
8.3.3 洗衣機(jī)模糊神經(jīng)控制系統(tǒng)的實(shí)現(xiàn)
8.3.4 結(jié)論
8.4 小結(jié)
習(xí)題8

第9章 遺傳算法在醫(yī)學(xué)圖像配準(zhǔn)中的應(yīng)用
9.1 醫(yī)學(xué)圖像配準(zhǔn)研究背景
9.1.1 醫(yī)學(xué)圖像配準(zhǔn)的意義
9.1.2 醫(yī)學(xué)圖像配準(zhǔn)技術(shù)的發(fā)展歷史
9.1.3 醫(yī)學(xué)圖像配準(zhǔn)技術(shù)在臨床上的應(yīng)用
9.1.4 醫(yī)學(xué)圖像配準(zhǔn)技術(shù)存在的問題
9.2 醫(yī)學(xué)圖像配準(zhǔn)技術(shù)綜述
9.2.1 圖像配準(zhǔn)的基本原理及概念
9.2.2 圖像配準(zhǔn)方法的分類
9.2.3 圖像配準(zhǔn)的主要過程
9.2.4 主要的醫(yī)學(xué)圖像配準(zhǔn)方法
9.2.5 配準(zhǔn)的評(píng)估
9.3 基于互信息的醫(yī)學(xué)圖像配準(zhǔn)
9.3.1 基本概念
9.3.2 互信息配準(zhǔn)的基本步驟
9.4 互信息局部極值的成因及抑制方法

第10章 人工免疫在故障診斷中的應(yīng)用
第11章 自然計(jì)算在系統(tǒng)辨識(shí)中的應(yīng)用
參考文獻(xiàn)