《計算智慧型及其軍事套用》是2008年10月藍天出版社出版的圖書，作者是袁力哲、馬駿、周輝。全書分八章，四部分。該書並不是簡單收集了至今為止計算智慧型的研究成果，而是在編寫具體內容前，先建立了計算智慧型研究內容的基本框架，然後再將具體內容嵌入這個結構中。
基本介紹
- 書名：計算智慧型及其軍事套用
- 作者：袁力哲、馬駿、周輝
- 出版社：藍天出版社
- 出版時間：2008年10月
內容簡介,前 言,本書特色,目錄,
百科名片
書名：計算智慧型及其軍事套用編著：袁力哲 馬駿 周輝
出版社：藍天出版社
出版日期：2008年10月
內容簡介
其中第一部分講述了計算智慧型的基本概念，研究內容及其軍事套用的領域，第二部分講述了模糊數學的基本理論和基本方法以及在戰場環境污染分析和軍事訓練項目立項評價中的套用；第三部分講述了遺傳算法的基本理論和改進方法以及在軍事訓練項目立項決策中的套用；第四部分講述了人工神經網路的基本理論和基本方法，重點介紹了BP算法和GA—BP算法，並結合軍事訓練項目群立項綜合評價問題做了比較套用。
前 言
科學技術的不斷進步使得軍事領域的各個方面都發生了革命性的變革和質的飛躍。當前，以計算機和信息技術為核心的新軍事變革，使得現代戰爭呈現出的特點已不再是過去的以“大”吃“小”，而是現在的“快”吃“慢”。加快信息處理速度，爭奪戰場信息優勢，運用智慧型化的武器裝備，已經成為21世紀戰爭的基本形態。面對這一重大變革，世界各國軍隊都在調整軍事戰略，其中發展先進的計算技術已成為各國軍隊的共同選擇。
在信息化條件下的現代戰爭中，現代計算技術是影響軍事技術發展進程、武器裝備現代化程度和國防與軍隊管理水平的重要因素。計算智慧型是藉助現代計算工具模擬人的智慧型機制、生命演化過程和人的智慧型行為而進行信息獲取、問題分析、理論套用和方法生成的一種計算技術。近年來，在新的形勢下，國家安全和軍事領域中出現了許多新的問題，有些問題難以用傳統方法來解決，甚至在某些情況下還不能完全將它們表示出來。為此，人們採用包括模糊數學、神經網路和遺傳算法在內的計算智慧型來解決這些問題，取得了一些新的進展。目前，計算智慧型在軍事領域中的套用已涉及到作戰指揮、信息處理、管理決策、智慧型控制、專家系統、故障診斷等方面，並將不斷拓寬深入。
本書特色
1．結構完好，內容豐富。在結構安排上，在內容的安排上，本書先介紹了模糊數學的基本內容和套用，再介紹了進化計算中的遺傳算法的理論、方法和套用，最後介紹了人工神經網路的理論、模型、算法及其與遺傳算法的融合，在附錄部分還對部分問題給出了源程式。總體上看，本書結構安排合理，內容全面。
2．聯繫實際，實踐性強。本書作為目前國內第一本反映計算智慧型在軍事上套用的專著，始終注意將所研究的內容與部隊的實際問題聯繫在一起，注意理論學習與官兵的實際生活相結合，並注意算法闡述和編程實踐相結合。這種由淺入深的方式既可以將深奧的理論變得通俗易懂，便於讀者融會貫通，舉一反三，對書中的源程式，讀者只需稍作修改，就可以將計算智慧型這個工具更多地運用到實踐中去。
3．清晰準確，有所創新。對於任何一本書來說，清晰且符合邏輯的表達是非常關鍵的。本書採用準確的語言來描述概念，推導方法，得出結論，闡述力求準確、精練。本書在吸收前人成果的基礎上，又結合作者的研究和教學實踐，對計算智慧型在軍事上的套用做了一些拓展和延伸，所取得的成果反映了當前計算智慧型的研究方向。
雖然計算智慧型的理論結構還存在許多未解的難題，但它在套用領域所取得的成功十分鼓舞人心。編寫本書的目的就在於將計算智慧型引入到軍事領域，希望能起到拋磚引玉的作用，希望更多的研究者使用和創新這一方法、技術，為軍事科學技術的發展做出更多的貢獻。
目錄
第一章 緒 論 (1)
第一節 計算智慧型的基本概念 (2)
第二節 計算智慧型的研究內容及其軍事套用 (9)
第三節 計算智慧型的算法基礎 (30)
第二章 模糊數學的理論基礎 (36)
第一節 模糊數學的起源和發展 (36)
第二節 模糊集合基本理論 (43)
第三節 模糊關係與模糊矩陣 (63)
第三章 模糊模式識別的理論和方法 (77)
第一節 模糊模式識別概述 (77)
第二節 模糊模式識別的直接方法 (82)
第三節 模糊模式識別的間接方法 (85)
第四章 模糊聚類分析理論及其套用 (90)
第一節 模糊聚類分析概述 (90)
第二節 戰場環境污染的模糊聚類分析 (104)
第五章 模糊綜合評價理論及其套用 (114)
第一節 模糊綜合評價的基本理論 (115)
第二節 軍事訓練項目立項的模糊綜合評價法 (139)
第六章 遺傳算法的理論及其套用 (155)
第一節 遺傳算法的基本理論和結構 (156)
第二節 遺傳算法的關鍵技術及其改進 (182)
第三節 遺傳算法在立項決策中的套用 (211)
第七章 人工神經網路的理論和模型 (220)
第一節 人工神經網路概述 (221)
第二節 人工神經網路的基本模型 (240)
第八章 BP神經網路模型及其改進 (265)
第一節 BP神經網路的基本原理 (266)
第二節 BP網路在項目群立項評價中的套用 (279)
第三節 基於GA－BP算法的項目群立項評價模型 (284)
附錄 遺傳算法最佳化BP神經網路權值的源程式 (291)
參考文獻 (308)
