《複雜系統控制與決策中的智慧型計算》是2013年10月1日國防工業出版社出版的圖書，作者是倪建軍、任黎。
基本介紹
- 書名：複雜系統控制與決策中的智慧型計算
- 出版社：國防工業出版社
- 頁數：168頁
- 開本：32
- 品牌：國防工業出版社
- 作者：倪建軍、任黎
- 出版日期：2013年10月1日
- 語種：簡體中文
- ISBN：9787118090550
內容簡介,編輯推薦,作者簡介,圖書目錄,
內容簡介
《複雜系統控制與決策中的智慧型計算》採用系統的研究思路，從複雜系統控制與決策的特點分析入手，指出複雜系統控制與決策存在的問題，然後以水資源水環境系統為主要研究對象，著重研究智慧型計算方法在複雜系統控制與決策中的套用。《複雜系統控制與決策中的智慧型計算》全面介紹了複雜系統控制與決策中的主要智慧型計算方法，全書共分8章，包括緒論、神經網路、模糊計算、群體智慧型、強化學習、小波神經網路、核主元分析與支持向量機、智慧型計算新進展及其套用前景展望等。
編輯推薦
《複雜系統控制與決策中的智慧型計算》可以作為高等院校系統工程、控制科學、人工智慧、信息學科以及相關交叉學科的大學生和研究生教材，也可以作為相關領域研究人員和教師的參考用書。
作者簡介
倪建軍，（1978—），男，博士，副教授，碩士生導師。現任教於河海大學物聯網工程學院，系常州市“831工程”中青年骨幹人才，江蘇省“333工程”中青年科學技術帶頭人，IEEE會員，ACM會員，中國計算機學會高級會員，國家自然科學基金評審專家，常州市科技諮詢專家。主持國家自然科學基金、江蘇省自然科學基金及各類省部級項目近10項。以第一作者發表論文40餘篇，其中SCI收錄8篇，4篇發表於IEEETransactions系列期刊，出版專著2部，申請發明專利12項。主要研究方向：複雜系統控制與決策、多機器人系統、機器學習、神經網路等。
任黎，（1978—），女，博士，講師，碩士生導師。現任教於河海大學水文水資源學院，水文與水資源工程系副主任。系河海大學青年教師學術能力培養對象，江蘇省優秀畢業設計指導教師，江蘇省優秀畢業設計團隊成員。主持並參與多項國家自然科學基金、江蘇省自然科學基金、國家科技支撐計畫課題、水利部公益性行業科研專項經費項目等，在國內外期刊發表學術論文20餘篇，其中部分SCl、El檢索，參編教材3部。主要研究方向：水資源最佳化調度與智慧型決策、水資源系統規劃與管理、水資源綜合開發與利用，生態系統健康評價等
任黎，（1978—），女，博士，講師，碩士生導師。現任教於河海大學水文水資源學院，水文與水資源工程系副主任。系河海大學青年教師學術能力培養對象，江蘇省優秀畢業設計指導教師，江蘇省優秀畢業設計團隊成員。主持並參與多項國家自然科學基金、江蘇省自然科學基金、國家科技支撐計畫課題、水利部公益性行業科研專項經費項目等，在國內外期刊發表學術論文20餘篇，其中部分SCl、El檢索，參編教材3部。主要研究方向：水資源最佳化調度與智慧型決策、水資源系統規劃與管理、水資源綜合開發與利用，生態系統健康評價等
圖書目錄
第1章緒論
1.1複雜系統概述
1.1.1複雜系統相關概念
1.1.2複雜系統控制與決策
1.2關於智慧型計算
1.2.1智慧型計算簡介
1.2.2智慧型計算主要方法
1.3複雜系統控制與決策中的智慧型計算
1.3.1複雜系統控制與決策中存在的問題
1.3.2智慧型計算在複雜系統控制與決策中的套用
1.4本書的研究內容和結構安排
1.4.1本書的主要研究內容
1.4.2本書的結構安排
1.5本章小結
參考文獻
第2章神經網路在湖泊水文水質調節功能模擬中的套用
2.1引言
2.2研究內容
2.3基於BP神經網路的水文調節功能模擬
2.3.1BP神經網路
2.3.2三峽運行對湖口水位的影響分析
2.4基於自適應神經網路的水質調節功能模擬
2.4.1A—BP神經網路二維水質模型
2.4.2模擬計算
2.5本章小結
參考文獻
第3章模糊計算在水質評價及時間序列挖掘中的套用
3.1引言
3.2模糊計算基礎
3.2.1模糊集合理論
3.2.2模糊關係與模糊推理
3.3基於模糊綜合評價的水質分析
3.3.1評價指標
3.3.2改進模糊綜合評價模型
3.3.3水質變化趨勢分析
3.4基於模糊推理的時間序列挖掘
3.4.1小波分解原理
3.4.2基於ANFIS的時間序列預測方法
3.4.3仿真實驗
3.5本章小結
參考文獻
第4章群體智慧型及其在水價預測中的套用
4.1群體智慧型與多Agent系統
4.1.1多Agent理論與方法
4.1.2基於多Agent的智慧型決策支持系統
4.1.3Agent的學習問題
4.2水價預測問題介紹
4.3基於降維的多Agent強化學習算法
4.3.1算法描述
4.3.2與普通算法的比較
4.4基於多Agent的水價預測智慧型系統
4.4.1水價預測智慧型系統的建立
4.4.2仿真實驗
4.5本章小結
參考文獻
第5章強化學習及其在智慧型決策中的套用
5.1強化學習與多Agent智慧型決策概述
5.1.1單Agent強化學習
5.1.2多Agent強化學習
5.1.3強化學習在多Agent智慧型決策中的套用
5.2城市水資源配置問題描述
5.3改進的多Agent—Q學習算法
5.3.1基於遺傳算法的最大映射Q值
5.3.2自適應多因素回報值
5.4實驗研究
5.4.1實驗一（正常情況下）
5.4.2實驗二（動態環境下）
5.4.3討論分析
5.5本章小結
參考文獻
第6章基於小波神經網路的湖泊生態系統健康評價
6.1引言
6.2評價體系與評價標準的確定
6.2.1評價指標構建原則
6.2.2指標體系的結構框架
6.2.3評價指標的度量
6.2.4評價標準的確定
6.3基於小波神經網路的評價模型
6.3.1模型結構
6.3.2初始值的選擇
6.3.3計算流程
6.4湖泊生態系統健康評價
6.4.1訓練樣本和檢驗樣本
6.4.2算法步驟
6.4.3評價結果
6.5本章小結
參考文獻
第7章基於核主元分析與支持向量機的水環境
系統突發事件監測
7.1核主元分析與支持向量機方法簡介
7.1.1核主元分析方法
7.1.2支持向量機方法
7.2水環境系統突發事件監測問題描述
7.3基於信任機制的水環境系統突發事件監測方法
7.3.1信任機制概念
7.3.2基於信任機制的突發事件診斷
7.4仿真實驗與結果分析
7.4.1感測器突發失效故障診斷
7.4.2突發水污染事件診斷
7.4.3複雜情況下的突發事件診斷
7.4.4與傳統的KPCA方法和BP神經網路比較
7.5本章小結
參考文獻
第8章智慧型計算新進展及其套用前景展望
8.1引言
8.2生物啟發的智慧型計算方法
8.2.1人工免疫算法
8.2.2DNA算法
8.2.3膜計算方法
8.2.4生物啟發神經網路模型
8.3文化算法
8.3.1文化算法基本原理
8.3.2文化算法研究進展
8.4智慧型計算在複雜系統中的套用前景
8.5本章小結
參考文獻
1.1複雜系統概述
1.1.1複雜系統相關概念
1.1.2複雜系統控制與決策
1.2關於智慧型計算
1.2.1智慧型計算簡介
1.2.2智慧型計算主要方法
1.3複雜系統控制與決策中的智慧型計算
1.3.1複雜系統控制與決策中存在的問題
1.3.2智慧型計算在複雜系統控制與決策中的套用
1.4本書的研究內容和結構安排
1.4.1本書的主要研究內容
1.4.2本書的結構安排
1.5本章小結
參考文獻
第2章神經網路在湖泊水文水質調節功能模擬中的套用
2.1引言
2.2研究內容
2.3基於BP神經網路的水文調節功能模擬
2.3.1BP神經網路
2.3.2三峽運行對湖口水位的影響分析
2.4基於自適應神經網路的水質調節功能模擬
2.4.1A—BP神經網路二維水質模型
2.4.2模擬計算
2.5本章小結
參考文獻
第3章模糊計算在水質評價及時間序列挖掘中的套用
3.1引言
3.2模糊計算基礎
3.2.1模糊集合理論
3.2.2模糊關係與模糊推理
3.3基於模糊綜合評價的水質分析
3.3.1評價指標
3.3.2改進模糊綜合評價模型
3.3.3水質變化趨勢分析
3.4基於模糊推理的時間序列挖掘
3.4.1小波分解原理
3.4.2基於ANFIS的時間序列預測方法
3.4.3仿真實驗
3.5本章小結
參考文獻
第4章群體智慧型及其在水價預測中的套用
4.1群體智慧型與多Agent系統
4.1.1多Agent理論與方法
4.1.2基於多Agent的智慧型決策支持系統
4.1.3Agent的學習問題
4.2水價預測問題介紹
4.3基於降維的多Agent強化學習算法
4.3.1算法描述
4.3.2與普通算法的比較
4.4基於多Agent的水價預測智慧型系統
4.4.1水價預測智慧型系統的建立
4.4.2仿真實驗
4.5本章小結
參考文獻
第5章強化學習及其在智慧型決策中的套用
5.1強化學習與多Agent智慧型決策概述
5.1.1單Agent強化學習
5.1.2多Agent強化學習
5.1.3強化學習在多Agent智慧型決策中的套用
5.2城市水資源配置問題描述
5.3改進的多Agent—Q學習算法
5.3.1基於遺傳算法的最大映射Q值
5.3.2自適應多因素回報值
5.4實驗研究
5.4.1實驗一（正常情況下）
5.4.2實驗二（動態環境下）
5.4.3討論分析
5.5本章小結
參考文獻
第6章基於小波神經網路的湖泊生態系統健康評價
6.1引言
6.2評價體系與評價標準的確定
6.2.1評價指標構建原則
6.2.2指標體系的結構框架
6.2.3評價指標的度量
6.2.4評價標準的確定
6.3基於小波神經網路的評價模型
6.3.1模型結構
6.3.2初始值的選擇
6.3.3計算流程
6.4湖泊生態系統健康評價
6.4.1訓練樣本和檢驗樣本
6.4.2算法步驟
6.4.3評價結果
6.5本章小結
參考文獻
第7章基於核主元分析與支持向量機的水環境
系統突發事件監測
7.1核主元分析與支持向量機方法簡介
7.1.1核主元分析方法
7.1.2支持向量機方法
7.2水環境系統突發事件監測問題描述
7.3基於信任機制的水環境系統突發事件監測方法
7.3.1信任機制概念
7.3.2基於信任機制的突發事件診斷
7.4仿真實驗與結果分析
7.4.1感測器突發失效故障診斷
7.4.2突發水污染事件診斷
7.4.3複雜情況下的突發事件診斷
7.4.4與傳統的KPCA方法和BP神經網路比較
7.5本章小結
參考文獻
第8章智慧型計算新進展及其套用前景展望
8.1引言
8.2生物啟發的智慧型計算方法
8.2.1人工免疫算法
8.2.2DNA算法
8.2.3膜計算方法
8.2.4生物啟發神經網路模型
8.3文化算法
8.3.1文化算法基本原理
8.3.2文化算法研究進展
8.4智慧型計算在複雜系統中的套用前景
8.5本章小結
參考文獻
