內容提要
智慧型科學的意義在於它大大擴展了科學技術的作用範圍。本書以全新視角分析如何用計算智慧型方法去解決原來主要憑專業人員經驗解決的高度複雜的生產實踐問題，審視計算智慧型的基本原理、概念和套用途徑；重點研究模糊集表達人對配方產品的感覺品質評估，神經網路模擬感覺評估，模糊c-均值方法和Kohonen網路聚類，支持向量機對配方原料的分類和相關性分析，進化計算配方尋優，神經網路、模糊信息最佳化處理和模型樹等知識發現方法等。以捲菸和啤酒等產品配方及藥物配方為例，分析智慧型配方系統的設計思想和開發方略。
編輯推薦
近20年來，世界計算智慧型理論與套用有了長足的進步，計算智慧型技術已經在企業管理與預警、市場與客戶分析、藥設計、產品配方與感官質量評估等領域得到了廣泛套用，有力地推動了科技和經濟社會的發展。相對國際水平而言，國內在計算智慧型實際套用領域比較落後，應予以特殊關注。 本書視計算智慧型為經驗的科學，基於實例與經驗，以解決複雜的實際問題為目標。全書從新視角論述計算智慧型為經驗的科學，闡明計算智慧型的基本原理、概念和如何變經驗配方為科學配方。書中簡明闡述了改進模糊集方法、神經網路、支持向量機、進化計算和模型樹等計算智慧型理論與方法；以產品配方，感覺品質評估和藥設計為例，提出了將經驗配方上升為科學配方的方法，介紹了智慧型配方系統開發途徑與系統設計。 本書適合大眾讀者閱讀，特別是那些對計算智慧型或人工智慧有興趣的學者、科技工作者、大學師生，關注產品配方及感官質量評估的相關企業的領導、工程師、技師和技術人員。
作者簡介
馮天瑾，1938年生，湖北紅安人，中國海洋大學教授。1990-1992年赴荷蘭、比利時研究神經網路理論與套用。曾任中國海洋大學信息科學與工程學院副院長電子工程系主任，信息工程中心主任國家863青島市CIMS示範工程專家組組長、中荷政府級合作項目中方首席科學家兼IEEE高級會員、中國神經網路委員會委員等職。曾主持多項國家自然科學基金項目、國家863高技術項目、國家重點實驗項目。發表論文110餘篇，出版著作《智慧型機器與人》、《神經網路技術》、《智慧型學簡史》等。
目錄
前言
第一章 緒論
第一節 什麼是計算智慧型
第二節 什麼是機器學習
第三節 如何開發智慧型配方系統
第二章 產品配方與感覺品質評估
第一節 產品質量的感覺評估
第二節 物性的感覺測試技術
第三節 配方問題的複雜性
第四節 傳統計算方法面臨的問題
第三章 神經網路與感覺評估
第一節 人工感覺系統
第二節 人工神經網路
第三節多層感知器：通用函式逼近器
第四節 BP算法的改進
第五節 網路結構最佳化
第六節 模糊集與模擬感覺評估
第七節 徑向基函式網路
第四章 知識發現與複雜相關性分析
第一節 統計學相關分析能做什麼
第二節 神經網路知識發現概論
第三節 神經網路暗箱打開了嗎？
第四節 網路剪裁與激勵函式片線性分析
第五節 網路權值分析與內部知識提取
第六節 信息擴散與模糊信息最佳化
第七節 決策樹歸納學習
第五章 模式識別與原料分類
第一節 實例啟動的學習
第二節 模糊c-均值聚類
第三節 自組織映射何以能拓撲保序
第四節 MLP：模糊線性分類器
第六章 支持向量機方法
第一節 統計學習與支持向量機
第二節 線性SVM模式分類器
第三節 SVM回歸分析
第四節 幾種算法性能比較
第七章 進化計算配方尋優方法
第一節 什麼是進化計算
第二節 遺傳算法的基本操作
第三節 進化算法與配方尋優
第四節 多種群遺傳算法
第五節 遺傳算法普適性質疑
第八章 計算智慧型的若干哲理
第一節 沒有包治百病的藥
第二節 經驗、直覺與算法
第三節 有從特殊到特殊的直推嗎
第九章 人機互動智慧型配方系統
第一節 集體學習
第二節 與領域專家經驗相結合
第三節 多種算法集成
第四節 配方系統與現代集成製造系統
參考文獻
致謝
……
