模糊工程

译者的话
前言
第一部分　引言
第1章　模糊逻辑和模糊工程(3)
概述(3)
1.1　由于不分明性所导致的模糊性：凡事均有一个程度(3)
1.2　不分明逻辑史(5)
1.3　模糊集和系统(8)
1.4　商品化产品中的模糊系统(11)
1.5　适应性模糊系统和更优规则的研究(13)
1.6　模糊逻辑.集合理论和系统的综述(14)
参考文献(19)
习题(20)
第二部分　模糊函数逼近
第2章　可加性模糊系统(31)
概述(31)
2.1　用模糊覆盖进行函数逼近(31)
2.2　维数灾难：规则爆炸与规则的优化(34)
2.3　可加性模糊系统：标准可加性模型(36)
2.4　标准可加性模型中的集合函数(41)
2.5　“重心”方法作为一个常数容量系统(45)
2.6　一般化的和模型：非线性系统的凸和(49)
2.7　作为集合映射与校正器的推广：集合(53)
2.8　组合模糊系统：专家反应的凸和(56)
2.9　模糊系统作为条件期望：概率联络(60)
2.10　用可加性模糊系统逼近函数(67)
2.11　用进行函数表达(71)
2.12　中的学习：无监督聚类和有监督的梯度下降(73)
2.13　优化可加性系统：用补块覆盖凸起(78)
2.14　反馈式与模糊认知图(84)
参考文献(93)
习题(95)
第3章　椭圆模糊系统(104)
概述(104)
3.1　椭圆规则学习(104)
3.2　可加性模糊系统(105)
3.3　椭圆模糊规则(107)
3.3.1　作为模糊规则块的椭圆(107)　
3.3.2加权椭圆规则(109)
3.4　无监督的协方差椭圆估计(113)
3.4.1　无监督竞争学习(113)　　
3.4.2模糊规则学习(113)
3.4.3　直方图密度估计(116)
3.5　模糊规则块的有监督学习(118)
3.5.1　梯度下降算法(118)
3.5.2　有监督函数逼近(120)
3.6　混合系统：无监督然后有监督椭圆学习(122)
3.7　最优函数逼近(124)
3.8　结论(126)
参考文献(127)
附录3：无监督竞争性学习(128)
习题(130)
软件习题(131)
第三部分　模糊控制和混沌
第4章　智能汽车队列的模糊控制(135)
概述(135)
4.1　智能汽车队列(135)
4.2　模糊油门控制器(137)
4.2.1　队列的维持(137)
4.2.2对队列的操作(141)
4.3　刹车控制器(142)
4.4　仿真结果(145)
4.4.1　汽车模型(145)
4.4.2　刹车模型(146)
4.4.3　模糊控制器仿真结果(147)
4.5　混合椭圆函数的学习(149)
4.6　控制面的学习(150)
4.7　车距控制实验(152)
4.7.1　纵向汽车模型(152)
4.7.2　仿真结果(153)
4.7.3　实验结果(154)
4.7.4　与油门和刹车配合工作的车距控制器(157)
4.8　结论(160)
参考文献(160)
习题(161)
第5章　模糊混沌和循环划分(164)
概述(164)
5.1　作为规则覆盖的模糊系统：逼近混沌(164)
5.2　模糊系统设计(165)
5.2.1　模糊系统结构(165)
5.2.2　适应性模糊规则结构(166)
5.2.2.1　划分标准(166)
5.2.2.2　乘积空间的循环划分(167)
5.2.2.3　定义模糊规则块(168)
5.2.2.4　适用于新的样本数据(169)　
5.2.2.5　模糊系统的微调(169)
5.2.3　固定参数(171)
5.2.4　算法的性质(171)
5.2.4.1　基于局部信息的划分标准(171)
5.2.4.2　寻优的方向(172)
5.3　逼近函数(173)
5.3.1　2维曲线的逼近(173)
5.3.2　3维平面逼近(176)
5.4　逼近动力系统和混沌(184)
5.4.1　作为函数联合的动力系统(184)
5.4.2　混沌的特殊性质(186)
5.4.3　振荡器(186)
5.4.4　和吸引子(188)
5.5　结论(190)
参考文献(190)
习题(191)
第四部分　模糊信号处理
第6章　对脉冲噪声的模糊滤波器(197)
概述(197)
6.1　对脉冲噪声的过滤(197)
6.2　α稳定的噪声：协变与协方差(198)
6.2.1　α稳定分布和特性(199)
6.2.2　协变和伪协变(200)
6.3　可加性模糊系统(201)
6.3.1　可加性模糊系统(201)
6.3.2　协变规则和集：乘积空间聚类和投影(202)
6.4　用协变规则进行的模糊预测(205)
6.5　使用协变规则的模糊滤波器(207)
6.6　结论(214)
参考文献(214)
附录6.：局部均值和协变的竞争性算法(214)
习题(215)
第7章　模糊分频段图像编码(218)
概述(218)
7.1　时间—频率场的拼贴结构(218)
7.2　分频段图像编码(220)
7.2.1　2维子带滤波(220)
7.2.2　二次型映射滤波(221)
7.2.3　矢量量化的图像的完全分解(223)
7.3　子带编码的模糊虚拟拼贴(225)
7.3.1　可加性模糊系统(225)
7.3.2　模糊虚拟拼贴(226)
7.4　仿真结果(234)
7.5　结论(236)
参考文献(237)
习题(238)
第五部分　模糊通讯
第8章　用于扩谱的自适应模糊频率跳变系统(243)
概述(243)
8.1　频率跳变扩谱(243)
8.2　模糊伪随机数发生器(244)
8.2.1　模糊系统的输入(244)
8.2.2　模糊规则(246)
8.2.3　自适应规则的产生(247)
8.2.4　合成输出模糊集(248)
8.2.5　非模糊化(248)
8.3　模糊系统的函数描述(251)
8.3.1　作为条件概率密度的输出模糊集(251)
8.3.2　形心式非模糊化(252)
8.4　仿真结果(252)
8.5　与具有线性反馈功能的移位寄存器进行比较的结果(254)
8.5.1　仿真结果(254)
8.5.2　系统比较(254)
8.6　结论(255)
参考文献(256)
附录8.：将形心作为频率跳变(标准可加性模型)的条件均值的推导过程(256)
习题(257)
第9章　脉冲噪声中的模糊信号检测法(259)
概述(259)
9.1　对噪声中信号的模糊检测(259)
9.2　信号源模型(260)
9.3　标量信道模型(261)
9.4　模糊检测器(262)
9.4.1　自反模糊规则和关联模糊规则(263)
9.4.2　如果部分模糊集(264)
9.4.3　模糊立方体中的噪声检测(265)
9.4.4　条件密度的计算(266)　
9.4.5　模糊集的清晰度(267)
9.4.6　合成可加性输出模糊集：合成通过量(269)
9.4.7　范数的非模糊化和检测(270)
9.5　仿真结果(270)
9.6　结论(275)
参考文献(275)
附录9.：模糊集的函数和几何观点(276)
附录9：：模糊度和清晰度的测量(276)
习题(277)
第六部分　模糊硬件
第10章　自适应可加性模糊系统(281)
概述：硅片中的(281)
10.1　针对模糊系统的(281)
10.1.1　用电子技术实现的函数逼近(281)
10.1.2　规则爆炸(283)
10.1.3　评估工具：时间／面积乘积(283)
10.2　结构和(284)
10.2.1　标量如果部分集函数(284)
10.2.1.1　高斯集函数(285)
10.2.1.2　柯西集函数(286)
10.2.1.3　指数集函数(286)
10.3　集合和二阶统计(287)
10.3.1　集合(287)
10.3.2　条件方差(289)
10.4　自适应数字式(290)
10.4.1　自适应过程的参数(290)
10.4.2　有监督学习算法(290)
10.4.2.1　高斯集合学习(290)
10.4.2.2　柯西集合学习(290)
10.4.2.3　指数集合学习(291)
10.4.2.4　则部分集学习(291)
10.4.3　学习速率(291)
10.5　自适应(292)
10.5.1　功能要求(292)
10.5.2　算法(292)
10.5.2.1　数字表示法(292)
10.5.2.2　估算阶段(292)
10.5.2.3　更新阶段(293)
10.5.3　硅片结构(294)
10.6　芯片(295)
10.6.1　数据通道结构(295)
10.6.2　控制结构(296)
10.7　操作(298)
10.7.1　估算任务(298)
10.7.2　更新任务(299)
10.7.3　执行(300)
10.8　结论(300)
参考文献(301)
习题(301)
第11章　光学可加性模糊系统(304)
概述：光学(304)
11.1　模糊规则计算：时间中的电子学与空间中的光学(304)
11.2　并行模糊集函数光学处理器(304)
11.3　扫描激光二极管模糊系统处理器(308)
11.4　模糊系统处理器(310)
11.5　光电模糊系统处理：现在与将来(312)
参考文献(312)
习题(313)
第七部分　在模糊立方体中的计算
第12章　模糊立方体和模糊互熵(317)
概述(317)
12.1　第一定理：相加而得模糊互熵(317)
12.2　作为超立方体中点的模糊集：子集度(318)
12.3　模糊度和熵(321)
12.4　模糊互熵(323)
12.5　证明：实空间和模糊立方体之间的可微映射(324)
12.6　信息场：来自模糊互熵的香农熵(325)
12.7　模糊信息的场方程：它来自比特(327)
12.8　结论(331)
参考文献(332)
习题(332)
第13章　径向基模糊系统的适应性子集度(336)
概述(336)
13.1　径向基标准可加性模型的适应性子集度(336)
13.2　互子集度测度：模糊相等度(337)
13.3　钟形和三角形集合函数的互子集度(340)
13.4　采用径向基网络的适应性子集度神经模糊控制(344)
13.4.1　适应性子集度控制器(344)
13.4.2　采用适应性子集度的在线学习法(346)
13.5　测验例子：模糊汽车(352)
13.6　结论(357)
附录13.(357)
参考文献(360)
习题(361)
第八部分　模糊立方体中的反馈
第14章　模糊自适应共振理论(365)
概述(365)
14.1　基于匹配的学习和基于误差的学习(366)
14.1.1　什么时候狗不是狗？(366)
14.1.2　基于匹配的学习与静态编码(366)
14.1.3　波音神经元信息检索系统(366)
14.1.4　基于误差的学习(366)
14.2　与模糊立方体(368)
14.3　动态特性(368)
14.4　模糊(371)
14.4.1　快速学习缓慢重编码和补充编码选择(372)
14.5　模糊(372)
14.6　模糊算法(374)
14.6.1　模糊场活动矢量(374)
14.6.2　权重矢量(375)
14.6.3　参数(375)
14.6.4　类别选择(375)　
14.6.5　共振或重组(375)
14.6.6　学习(376)
14.6.7　快速提高和缓慢重编码(376)
14.6.8　由补充编码进行的归一化(376)
14.6.9　模糊稳定类别学习(379)
14.6.10　对模糊,和的一个比较(379)
14.7　模糊算法(379)
14.7.1　和(380)
14.7.2　映射场活动性(380)
14.7.3　匹配追踪(380)
14.7.4　映射场学习(381)
14.8　模糊ARTMAR仿真：正方形中的圆(381)
14.9　ART的应用(385)
参考文献(386)
习题(389)
第15章　用模糊认知图虚拟世界(392)
概述(392)
15.1　模糊虚拟世界(392)
15.2　模糊认知图(394)
15.2.1　简单(395)
15.2.2　检索(397)
15.2.3　增强的(398)
15.2.4　嵌套的(399)
15.3　虚拟海底世界(401)
15.3.1　增强的虚拟世界(403)
15.3.2　对于鱼群的嵌套(406)
15.4　自适应模糊认识图(409)
15.5　结论(413)
参考文献(414)
习题(415)
附录：　怎样使用模糊软件(417)
A.1　模糊函数逼近软件(417)
A.1.1　MS-DOS－版本的说明书(418)
A.1.2　Windows版本的说明书(418)
A.2　模糊认知图软件(419)
A.2.1　屏幕显示(419)
A.2.2　双极与二值概念值(419)
A.2.3　因果边联系强度(419)
A.2.4　概念结点值(420)
A.2.5　使用模糊认知图(420)
A.2.6　和菜单命令(420)
原作者简介(422)
译者简介(423)