模糊工程

譯者的話
前言
第一部分　引言
第1章　模糊邏輯和模糊工程(3)
概述(3)
1.1　由于不分明性所導致的模糊性：凡事均有一個程度(3)
1.2　不分明邏輯史(5)
1.3　模糊集和系統(tǒng)(8)
1.4　商品化產(chǎn)品中的模糊系統(tǒng)(11)
1.5　適應性模糊系統(tǒng)和更優(yōu)規(guī)則的研究(13)
1.6　模糊邏輯.集合理論和系統(tǒng)的綜述(14)
參考文獻(19)
習題(20)
第二部分　模糊函數(shù)逼近
第2章　可加性模糊系統(tǒng)(31)
概述(31)
2.1　用模糊覆蓋進行函數(shù)逼近(31)
2.2　維數(shù)災難：規(guī)則爆炸與規(guī)則的優(yōu)化(34)
2.3　可加性模糊系統(tǒng)：標準可加性模型(36)
2.4　標準可加性模型中的集合函數(shù)(41)
2.5　“重心”方法作為一個常數(shù)容量系統(tǒng)(45)
2.6　一般化的和模型：非線性系統(tǒng)的凸和(49)
2.7　作為集合映射與校正器的推廣：集合(53)
2.8　組合模糊系統(tǒng)：專家反應的凸和(56)
2.9　模糊系統(tǒng)作為條件期望：概率聯(lián)絡(60)
2.10　用可加性模糊系統(tǒng)逼近函數(shù)(67)
2.11　用進行函數(shù)表達(71)
2.12　中的學習：無監(jiān)督聚類和有監(jiān)督的梯度下降(73)
2.13　優(yōu)化可加性系統(tǒng)：用補塊覆蓋凸起(78)
2.14　反饋式與模糊認知圖(84)
參考文獻(93)
習題(95)
第3章　橢圓模糊系統(tǒng)(104)
概述(104)
3.1　橢圓規(guī)則學習(104)
3.2　可加性模糊系統(tǒng)(105)
3.3　橢圓模糊規(guī)則(107)
3.3.1　作為模糊規(guī)則塊的橢圓(107)　
3.3.2加權橢圓規(guī)則(109)
3.4　無監(jiān)督的協(xié)方差橢圓估計(113)
3.4.1　無監(jiān)督競爭學習(113)　　
3.4.2模糊規(guī)則學習(113)
3.4.3　直方圖密度估計(116)
3.5　模糊規(guī)則塊的有監(jiān)督學習(118)
3.5.1　梯度下降算法(118)
3.5.2　有監(jiān)督函數(shù)逼近(120)
3.6　混合系統(tǒng)：無監(jiān)督然后有監(jiān)督橢圓學習(122)
3.7　最優(yōu)函數(shù)逼近(124)
3.8　結(jié)論(126)
參考文獻(127)
附錄3：無監(jiān)督競爭性學習(128)
習題(130)
軟件習題(131)
第三部分　模糊控制和混沌
第4章　智能汽車隊列的模糊控制(135)
概述(135)
4.1　智能汽車隊列(135)
4.2　模糊油門控制器(137)
4.2.1　隊列的維持(137)
4.2.2對隊列的操作(141)
4.3　剎車控制器(142)
4.4　仿真結(jié)果(145)
4.4.1　汽車模型(145)
4.4.2　剎車模型(146)
4.4.3　模糊控制器仿真結(jié)果(147)
4.5　混合橢圓函數(shù)的學習(149)
4.6　控制面的學習(150)
4.7　車距控制實驗(152)
4.7.1　縱向汽車模型(152)
4.7.2　仿真結(jié)果(153)
4.7.3　實驗結(jié)果(154)
4.7.4　與油門和剎車配合工作的車距控制器(157)
4.8　結(jié)論(160)
參考文獻(160)
習題(161)
第5章　模糊混沌和循環(huán)劃分(164)
概述(164)
5.1　作為規(guī)則覆蓋的模糊系統(tǒng)：逼近混沌(164)
5.2　模糊系統(tǒng)設計(165)
5.2.1　模糊系統(tǒng)結(jié)構(165)
5.2.2　適應性模糊規(guī)則結(jié)構(166)
5.2.2.1　劃分標準(166)
5.2.2.2　乘積空間的循環(huán)劃分(167)
5.2.2.3　定義模糊規(guī)則塊(168)
5.2.2.4　適用于新的樣本數(shù)據(jù)(169)　
5.2.2.5　模糊系統(tǒng)的微調(diào)(169)
5.2.3　固定參數(shù)(171)
5.2.4　算法的性質(zhì)(171)
5.2.4.1　基于局部信息的劃分標準(171)
5.2.4.2　尋優(yōu)的方向(172)
5.3　逼近函數(shù)(173)
5.3.1　2維曲線的逼近(173)
5.3.2　3維平面逼近(176)
5.4　逼近動力系統(tǒng)和混沌(184)
5.4.1　作為函數(shù)聯(lián)合的動力系統(tǒng)(184)
5.4.2　混沌的特殊性質(zhì)(186)
5.4.3　振蕩器(186)
5.4.4　和吸引子(188)
5.5　結(jié)論(190)
參考文獻(190)
習題(191)
第四部分　模糊信號處理
第6章　對脈沖噪聲的模糊濾波器(197)
概述(197)
6.1　對脈沖噪聲的過濾(197)
6.2　α穩(wěn)定的噪聲：協(xié)變與協(xié)方差(198)
6.2.1　α穩(wěn)定分布和特性(199)
6.2.2　協(xié)變和偽協(xié)變(200)
6.3　可加性模糊系統(tǒng)(201)
6.3.1　可加性模糊系統(tǒng)(201)
6.3.2　協(xié)變規(guī)則和集：乘積空間聚類和投影(202)
6.4　用協(xié)變規(guī)則進行的模糊預測(205)
6.5　使用協(xié)變規(guī)則的模糊濾波器(207)
6.6　結(jié)論(214)
參考文獻(214)
附錄6.：局部均值和協(xié)變的競爭性算法(214)
習題(215)
第7章　模糊分頻段圖像編碼(218)
概述(218)
7.1　時間—頻率場的拼貼結(jié)構(218)
7.2　分頻段圖像編碼(220)
7.2.1　2維子帶濾波(220)
7.2.2　二次型映射濾波(221)
7.2.3　矢量量化的圖像的完全分解(223)
7.3　子帶編碼的模糊虛擬拼貼(225)
7.3.1　可加性模糊系統(tǒng)(225)
7.3.2　模糊虛擬拼貼(226)
7.4　仿真結(jié)果(234)
7.5　結(jié)論(236)
參考文獻(237)
習題(238)
第五部分　模糊通訊
第8章　用于擴譜的自適應模糊頻率跳變系統(tǒng)(243)
概述(243)
8.1　頻率跳變擴譜(243)
8.2　模糊偽隨機數(shù)發(fā)生器(244)
8.2.1　模糊系統(tǒng)的輸入(244)
8.2.2　模糊規(guī)則(246)
8.2.3　自適應規(guī)則的產(chǎn)生(247)
8.2.4　合成輸出模糊集(248)
8.2.5　非模糊化(248)
8.3　模糊系統(tǒng)的函數(shù)描述(251)
8.3.1　作為條件概率密度的輸出模糊集(251)
8.3.2　形心式非模糊化(252)
8.4　仿真結(jié)果(252)
8.5　與具有線性反饋功能的移位寄存器進行比較的結(jié)果(254)
8.5.1　仿真結(jié)果(254)
8.5.2　系統(tǒng)比較(254)
8.6　結(jié)論(255)
參考文獻(256)
附錄8.：將形心作為頻率跳變(標準可加性模型)的條件均值的推導過程(256)
習題(257)
第9章　脈沖噪聲中的模糊信號檢測法(259)
概述(259)
9.1　對噪聲中信號的模糊檢測(259)
9.2　信號源模型(260)
9.3　標量信道模型(261)
9.4　模糊檢測器(262)
9.4.1　自反模糊規(guī)則和關聯(lián)模糊規(guī)則(263)
9.4.2　如果部分模糊集(264)
9.4.3　模糊立方體中的噪聲檢測(265)
9.4.4　條件密度的計算(266)　
9.4.5　模糊集的清晰度(267)
9.4.6　合成可加性輸出模糊集：合成通過量(269)
9.4.7　范數(shù)的非模糊化和檢測(270)
9.5　仿真結(jié)果(270)
9.6　結(jié)論(275)
參考文獻(275)
附錄9.：模糊集的函數(shù)和幾何觀點(276)
附錄9：：模糊度和清晰度的測量(276)
習題(277)
第六部分　模糊硬件
第10章　自適應可加性模糊系統(tǒng)(281)
概述：硅片中的(281)
10.1　針對模糊系統(tǒng)的(281)
10.1.1　用電子技術實現(xiàn)的函數(shù)逼近(281)
10.1.2　規(guī)則爆炸(283)
10.1.3　評估工具：時間／面積乘積(283)
10.2　結(jié)構和(284)
10.2.1　標量如果部分集函數(shù)(284)
10.2.1.1　高斯集函數(shù)(285)
10.2.1.2　柯西集函數(shù)(286)
10.2.1.3　指數(shù)集函數(shù)(286)
10.3　集合和二階統(tǒng)計(287)
10.3.1　集合(287)
10.3.2　條件方差(289)
10.4　自適應數(shù)字式(290)
10.4.1　自適應過程的參數(shù)(290)
10.4.2　有監(jiān)督學習算法(290)
10.4.2.1　高斯集合學習(290)
10.4.2.2　柯西集合學習(290)
10.4.2.3　指數(shù)集合學習(291)
10.4.2.4　則部分集學習(291)
10.4.3　學習速率(291)
10.5　自適應(292)
10.5.1　功能要求(292)
10.5.2　算法(292)
10.5.2.1　數(shù)字表示法(292)
10.5.2.2　估算階段(292)
10.5.2.3　更新階段(293)
10.5.3　硅片結(jié)構(294)
10.6　芯片(295)
10.6.1　數(shù)據(jù)通道結(jié)構(295)
10.6.2　控制結(jié)構(296)
10.7　操作(298)
10.7.1　估算任務(298)
10.7.2　更新任務(299)
10.7.3　執(zhí)行(300)
10.8　結(jié)論(300)
參考文獻(301)
習題(301)
第11章　光學可加性模糊系統(tǒng)(304)
概述：光學(304)
11.1　模糊規(guī)則計算：時間中的電子學與空間中的光學(304)
11.2　并行模糊集函數(shù)光學處理器(304)
11.3　掃描激光二極管模糊系統(tǒng)處理器(308)
11.4　模糊系統(tǒng)處理器(310)
11.5　光電模糊系統(tǒng)處理：現(xiàn)在與將來(312)
參考文獻(312)
習題(313)
第七部分　在模糊立方體中的計算
第12章　模糊立方體和模糊互熵(317)
概述(317)
12.1　第一定理：相加而得模糊互熵(317)
12.2　作為超立方體中點的模糊集：子集度(318)
12.3　模糊度和熵(321)
12.4　模糊互熵(323)
12.5　證明：實空間和模糊立方體之間的可微映射(324)
12.6　信息場：來自模糊互熵的香農(nóng)熵(325)
12.7　模糊信息的場方程：它來自比特(327)
12.8　結(jié)論(331)
參考文獻(332)
習題(332)
第13章　徑向基模糊系統(tǒng)的適應性子集度(336)
概述(336)
13.1　徑向基標準可加性模型的適應性子集度(336)
13.2　互子集度測度：模糊相等度(337)
13.3　鐘形和三角形集合函數(shù)的互子集度(340)
13.4　采用徑向基網(wǎng)絡的適應性子集度神經(jīng)模糊控制(344)
13.4.1　適應性子集度控制器(344)
13.4.2　采用適應性子集度的在線學習法(346)
13.5　測驗例子：模糊汽車(352)
13.6　結(jié)論(357)
附錄13.(357)
參考文獻(360)
習題(361)
第八部分　模糊立方體中的反饋
第14章　模糊自適應共振理論(365)
概述(365)
14.1　基于匹配的學習和基于誤差的學習(366)
14.1.1　什么時候狗不是狗？(366)
14.1.2　基于匹配的學習與靜態(tài)編碼(366)
14.1.3　波音神經(jīng)元信息檢索系統(tǒng)(366)
14.1.4　基于誤差的學習(366)
14.2　與模糊立方體(368)
14.3　動態(tài)特性(368)
14.4　模糊(371)
14.4.1　快速學習緩慢重編碼和補充編碼選擇(372)
14.5　模糊(372)
14.6　模糊算法(374)
14.6.1　模糊場活動矢量(374)
14.6.2　權重矢量(375)
14.6.3　參數(shù)(375)
14.6.4　類別選擇(375)　
14.6.5　共振或重組(375)
14.6.6　學習(376)
14.6.7　快速提高和緩慢重編碼(376)
14.6.8　由補充編碼進行的歸一化(376)
14.6.9　模糊穩(wěn)定類別學習(379)
14.6.10　對模糊,和的一個比較(379)
14.7　模糊算法(379)
14.7.1　和(380)
14.7.2　映射場活動性(380)
14.7.3　匹配追蹤(380)
14.7.4　映射場學習(381)
14.8　模糊ARTMAR仿真：正方形中的圓(381)
14.9　ART的應用(385)
參考文獻(386)
習題(389)
第15章　用模糊認知圖虛擬世界(392)
概述(392)
15.1　模糊虛擬世界(392)
15.2　模糊認知圖(394)
15.2.1　簡單(395)
15.2.2　檢索(397)
15.2.3　增強的(398)
15.2.4　嵌套的(399)
15.3　虛擬海底世界(401)
15.3.1　增強的虛擬世界(403)
15.3.2　對于魚群的嵌套(406)
15.4　自適應模糊認識圖(409)
15.5　結(jié)論(413)
參考文獻(414)
習題(415)
附錄：　怎樣使用模糊軟件(417)
A.1　模糊函數(shù)逼近軟件(417)
A.1.1　MS-DOS－版本的說明書(418)
A.1.2　Windows版本的說明書(418)
A.2　模糊認知圖軟件(419)
A.2.1　屏幕顯示(419)
A.2.2　雙極與二值概念值(419)
A.2.3　因果邊聯(lián)系強度(419)
A.2.4　概念結(jié)點值(420)
A.2.5　使用模糊認知圖(420)
A.2.6　和菜單命令(420)
原作者簡介(422)
譯者簡介(423)