作品目錄
目錄第一章 緒 論
1.1人工智慧與專家系統
1.2專家系統的基本結構與功能
1.3專家系統中的不確定性
1.4現有專家系統中不確定性的幾種主要處理方法
1.5模糊專家系統
第二章 模糊不確定性信息表達與處理的數學基礎
2.1模糊集合理論的一些初步知識
2.1.1普通集合與模糊集合
2.1.2模糊集合上的運算及其性質
2.1.3模糊關係與模糊等價關係
2.1.4分解定理與表現定理
2.1.5擴展原理
2.2模糊統計與隸屬函式的確定
2.2.1確定隸屬函式的一般方法
2.2.2帶確信度的德爾菲法
2.2.3基於集值統計的模糊統計
2.2.4二元對比排序法
2.2.5綜合加權法
2.2.6可供選用的一些常用隸屬函式
2.3可能性分布與模糊測度
2.3.1模糊限制與可能性分布
2.3.2模糊集合的可能性測度
2.3.3多元可能性分布
第三章 模糊專家系統中知識的表示方法
3.1知識的特徵及其分類
3.1.1專家知識及其屬性
3.1.2專家系統中常用知識的種類及其特徵
3.2模糊性知識的規則表示
3.2.1基本產生式系統
3.2.2產生式規則表示法套用舉例
3.2.3模糊產生式系統與模糊產生式規則
3.2.4模糊規則及模糊數據的具體表達方法
3.2.5模糊產生式系統運行舉例
3.3模糊知識表達的框架方法
3.3.1“靜態”知識的框架表示
3.3.2框架表示下的推理過程
3.3.3基於模糊框架的模糊知識表示
3.4模糊知識表達的語義網路方法
3.4.1語義網路及其形式化描述
3.4.2語義網路表示下的推理
3.4.3模糊知識的語義網路表示方法
3.5因素神經網路――一種新的模糊知識表示網路
3.5.1用因素神經網路表示知識的基本考慮
3.5.2因素神經網路與因素神經元
3.5.3因素神經網路中模糊知識的表示方法
第四章 基於模糊技術的不確定性推理
4.1現有專家系統中幾種常用的不確定性推理模型
4.1.1不確定性推理模型的基本結構
4.1.2不確定性推理的主觀Bayes模型
4.1.3不確定性推理的確定性理論模型
4.1.4不確定性推理的證據理論模型
4.2模糊推理的基本概念和基本方法
4.2.1模糊命題與模糊邏輯
4.2.2模糊推理的基本模式和基本方法
4.2.3帶有模糊真值限定時的模糊推理方法
4.3直接構造模糊關係矩陣的實用方法
4.3.1假設分布形式的統計回歸方法
4.3.2機率及集值統計方法
4.3.3用信息擴散模型處理模糊信息
4.4多重多維蘊涵的模糊推理方法
4.4.1多維模糊推理的一般方法
4.4.2多重模糊推理的推理方法
4.4.3多重多維模糊推理的推理方法
第五章 模糊專家系統設計與開發的一般方法
5.1有關專家系統開發的幾個基本問題
5.1.1專家系統的基本特徵是什麼
5.1.2誰需要專家系統
5.1.3誰來開發專家系統
5.2如何開發專家系統
5.2.1專業領域及問題域的確認
5.2.2系統的規劃與設計
5.2.3領域相關知識的獲取
5.2.4系統的實施
5.2.5系統測試與評估
5.2.6系統的長期完善與發展
5.3模糊專家系統開發的難點與優勢
5.4關於模糊專家系統開發的幾點建議
第六章 模糊專家系統開發工具及環境的選擇
6.1專家系統開發與專家系統開發工具
6.2專家系統開發工具的選擇
6.2.1選擇專家系統開發工具時需考慮的問題
6.2.2專家系統開發工具的幾項選擇準則
6.2.3已選用開發工具的測試與評價
6.3一些可供選用的開發工具簡介
6.3.1可直接用於開發模糊專家系統的開發工具
6.3.2可參考選用的幾個專家系統開發工具
6.4模糊專家系統開發工具FRDS簡介
6.4.1FRDS的主要功能模組
6.4.2FRDS中圖形編輯器的基本功能
6.4.3FRDS中編譯器的基本功能
第七章 可用於模糊專家系統開發的知識處理語言
7.1程式設計語言與知識處理語言
7.2邏輯程式設計語言Prolog
7.2.1Prolog語言簡介
7.2.2Prolog語言的基本語法
7.2.3Prolog程式的執行與控制
7.2.4Prolog中的項與表
7.2.5Prolog中的內部謂詞
7.2.6TurboProlog簡介
7.3Prolog語言模糊化研究
7.3.1Fuzzy－Prolog系統XDFPS的研製
7.3.2f－Prolog語言的一個實現框架
7.3.3擴展Prolog語言而成的EXTOOL語言
7.4通用可能性模糊關係語言PRUF
7.4.1模糊命題及其翻譯
7.4.2PRUF中的幾個翻譯規則
7.4.3PRUF中的模糊推理
7.4.4模糊提問及解答過程
7.5模糊邏輯語言FLL－1
7.5.1FLL－1語言的語法和語義
7.5.2FLL－1語言的形式文法
7.5.3FLL－1語言的屬性文法
第八章 模糊專家系統開發的實踐及經驗介紹
8.1模糊產生式系統FMUFL
8.1.1FMUFL的體系結構
8.1.2FMUFL中模糊集合的表示方法
8.1.3FMUFL中知識的表示模式
8.1.4FMUFL中的模糊匹配
8.1.5FMUFL中的模糊推理
8.1.6FMUFL中的衝突解決策略
8.1.7FMUFL中模糊產生式規則的執行
8.1.8FMUFL中的程式設計環境
8.1.9FMUFL運行的一個實例
8.2梁式結構損傷狀態評估專家系統EDSBSES
8.2.1EDSBSES 的體系結構
8.2.2EDSBSES的因素關係表
8.2.3EDSBSES中因素狀態的模糊表達
8.2.4EDSBSES中的知識表達
8.2.5EDSBSES的知識庫
8.2.6EDSBSES系統的推理過程及套用
8.3證券投資模糊專家系統IES
8.3.1為什麼要開發證券投資專家系統
8.3.2IES系統的主要功能
8.3.3IES系統中的模糊推理方法
8.3.4IES系統中的規則管理
8.3.5IES系統中的規則
8.3.6IES系統中的學習功能
8.3.7IES系統的運用
第九章 基於神經網路的模糊專家系統
9.1專家系統開發的“瓶頸”及神經網路技術的“引入”
9.1.1專家系統開發的“瓶頸”
9.1.2神經網路技術的“復興”
9.2採用神經網路技術的專家系統
9.2.1採用神經網路技術的專家系統的一般功能與結構
9.2.2能實現映射變換的三層前饋型B－P網路
9.2.3能實現映射變換的三層BM網路
9.2.4神經網路型專家系統中的模式存貯與聯想記憶
9.2.5可實現自聯想記憶的Hopfield網路
9.2.6雙向聯想存貯器及其功能
9.3採用神經網路技術的模糊專家系統
9.3.1前饋型模糊推理網路
9.3.2模糊模式的聯想存貯記憶
9.3.3模糊雙向聯想記憶網路
第十章 結束語
參考文獻
