人工智能技术及应用

《人工智能技术及应用》是2012年中国石化出版社出版的图书。

• 书名 人工智能技术及应用
• 作者 张清华主编
• 类别 图书>计算机/网络>人工智能>机器学习
• 出版社 中国石化出版社
• 出版时间 2012年1月

内容简介

　　本书共分为六章，主要内容包括:绪论;模糊逻辑和专家系统;人工神经网络;遗坏风表报力传算法;人工免疫系统;人工智能的研究现状和发展趋势。

图书目录

　　第1章 绪论

　　1.1 人工来自智能的发展过程

　　1.1.1 萌芽期(1956年以前)

　　1.1.2 形成时期(1956-1961年)

　　1.1.3 发展时期(1961年以后)

　　1.1.4 人工智能的研究热点与展360百科望

　　1.2 愚担颂人工智能研究的内容

　　1.2.1 知识表示

　　1.2.2 自动推理

　　1.2.3 石查团范兰林础首单机器学习

　　1.3 人工智能研究的意义和目标

　　1.3.1 人工智能研究银金起女况效仅的意义

　　1.3.2 人工智能研究的目标

　　1.4 智能化信息技术在石油化工行重伤后翻侵业的应用

　　1.4.1 石况推支弦药油化工行业的信息化

　　1.4.2 智能化信息技术在石油化工行业的应用

　规汽双　第2章 模糊逻辑和映专家系统

　　2.1 模糊数学基础

　　2.1.1 模糊集合

　　2.1.2 模糊关系

　　2.1.3 模糊推理

　　2.2 模糊控制器结构及原理

　　2.2.1 模糊控制器的结构

　　2.2.2 模糊控制器的设计

　　2.2.3 模糊控制器的特点

　　2.3 基于规则推理的专家系统

　　2.3.1 断担备世画皇夫执久坏供美专家系统的定义与分类

　　2溶统啊之煤攻.3.2 专家系统的结构

　　2.3.3 基于委四棉配胡规则推理的专家系统

　　2.4 应用实例

　　2.4.1 电气传动系统:直流顺调速系统的模糊控制器设计

　着映庆批设护常　2.4.2 DCS故障诊断做际专家系统

　　参考文献

　　第3立和能传报九情百例章 人工神经网络

　　3.1 人工神经网络的基本概念

　　3.1.1 人工神经网络简介

　　3.1.2 生物神经元模型

　　3.1.3 人工神经网络的模型

　　3.1.4 海人工神经网络的分类归应屑誉

　　3.1.5 神经网络的学习方式

　　3.2 BP人工神经网络结构及学习

　　3.2.1 BP人工神经网络结构

　　3.2.2 BP人工神经网络学习法

　　3.3 常用人工神经网络简介

　　3.3.1 径向基函数(区见坐场次迫真RBF)网络

　　3.3.2 Hopfield网络

　　3.4 人工神经网络在石化行业中的应用实例

　响看轴见掉念　3.4.1 BP学区手创苏习算法的改进

　　3.4.2 神经网络在石油化工过程故障诊断中的应用

　　参考文献

　　第4章 遗传算法

　　4.1 遗传算法的基本原理

　　4.1.1 遗传算法的相关知识

　　4.1.2 遗传算法的基本思想和一般结构

　　4.2 遗传算法的应用技术基础

　　4.2.1 选用遗传算法的原因

　　4.2.2 遗传算法的应用性能评价

　　4.2.3 遗传算法的具体实现方法

　　4.3 几种重要的改进遗传算法

　　4.3.1 小生境技术遗传算法

　　4.3.2 混合遗传算法

　　4.3.3 并行遗传算法

　　4.4 遗传算法的应用实例

　　4.4.1 遗传算法在石化企业生产调度中的应用

　　4.4.2 遗传算法在石化多效并流蒸发器设计中的应用

　　4.5 多变异拟子基因共同进化算法(3MGcA)

　　参考文献

　　第5章 人工免归放疫系统

　　5.1 人工免疫欠灶她系统的基本概念

　　5.1.1 生物免疫系统

　　5.1.2 人工免疫系统的仿生机理

　　5.2 阴性选择算法

　　5.2.1 人工免疫算法的基本思想和一般结构

　　5.2.2 阴性选择算法

　　5.3 人工免疫系统应用实例1--故障检测

　　5.3.1 应用背景和问题的提出

　　5.3.2 振动诊断系统设计

　　5.3.3 故障诊断策略

　　5.4 人工免疫系统应用实例2--计算机病毒检测

　　5.4.1 应用背景和问题的提出

　　5.4.2 检测数据的选取

　　5.4.3 基于人工免疫算法的计算机病毒检测模型

　　5.4.4 病毒检测系统的工作流程

　　5.4.5 实验结果分析

　　参考文献

　　第6章 人工智能的研究现状和发展趋势

　　6.1 人钻永盼敬工智能技术的研究现状及展望

　　6.1.1 模糊控制技术研究现状及展劝汗碑望

　　6.1.2 神经网络技术研究现状及展望

　　6.1.3 遗传算法研究现状及展望

　　6.1.4 免疫算法研究现状及展望

　　6.2 人工智能技术在石化工业应用的现状

　　6.2.1 数据采集、处理、软测量技术

　　6.2.2 石油化工复杂生产过程建模

　　6.2.3 故障诊断

　　6.2.4 优化控制

　　参考文献