•基礎(chǔ)理論篇系統(tǒng)闡述軟計(jì)算基礎(chǔ)理論、基本方法和成熟技術(shù)；綜合應(yīng)用篇著眼軟計(jì)算在工程應(yīng)用中復(fù)雜問題的求解，借以體現(xiàn)軟計(jì)算的組合使用能力

•將軟計(jì)算技術(shù)與人工智能技術(shù)統(tǒng)一在一個(gè)大的框架內(nèi)

•知識(shí)點(diǎn)環(huán)環(huán)相扣，形成循序漸進(jìn)的知識(shí)鏈，精選相應(yīng)實(shí)例和專題，以便讀者加深理解

•每章都附有習(xí)題，供讀者練習(xí)與延拓

•既可作為高年級本科生、研究生教材，又可作為科研和工程技術(shù)人員參考資料

多年來，傳統(tǒng)的優(yōu)化方法和技術(shù)已經(jīng)成功地應(yīng)用于求解一類具有清晰定義結(jié)構(gòu)/行為的系統(tǒng)，有時(shí)稱為“硬”系統(tǒng)（Hard System）。一般地，稱此類優(yōu)化方法為確定型或清晰型優(yōu)化方法。清晰型優(yōu)化方法的基礎(chǔ)是清晰的數(shù)字模型和精確的數(shù)學(xué)方法。然而，由于社會(huì)、生產(chǎn)和經(jīng)濟(jì)系統(tǒng)中常常存在多種形式的非確定性信息，如事件發(fā)生的隨機(jī)性、數(shù)據(jù)的非精確性、語言的含糊性等，這些非確定性信息常來源于多種方式，其中包括測量誤差、缺乏足夠的歷史/統(tǒng)計(jì)數(shù)據(jù)、缺乏足夠可用的理論來描述和支持、知識(shí)表達(dá)的方式、人類的主觀性判斷或偏好等。這些形式的非確定性可以歸類為兩種類型，即隨機(jī)非確定性（Stochastic Uncertainty）和模糊非確定性（Fuzzy Uncertainty）。隨機(jī)非確定性的特點(diǎn)是信息的描述是清晰的，但非確定性以頻率形式表現(xiàn)出來，這類系統(tǒng)常稱為隨機(jī)（非確定性）系統(tǒng)，常用基于概率理論的隨機(jī)優(yōu)化方法求解。

實(shí)際上，決策者并不認(rèn)為通常的概率分布是正確的，對于一些非精確情形，特別是沒有清晰界限（Sharp）的信息，與人類語言/行為相關(guān)的信息，或者由于受人類知識(shí)和認(rèn)識(shí)所限而難以表達(dá)和清晰定義的信息等，這種非確定性信息統(tǒng)稱為模糊性信息。具有模糊性信息的系統(tǒng)稱為模糊系統(tǒng)，有時(shí)也稱“軟”系統(tǒng)（Soft-System）。這類系統(tǒng)的特點(diǎn)是，系統(tǒng)的行為/結(jié)構(gòu)沒有清晰的界定，系統(tǒng)的信息反映了人類的主觀屬性（Subjective Nature）和非精確性（Imprecision）。基于精確數(shù)學(xué)理論的優(yōu)化方法和基于概率理論的隨機(jī)優(yōu)化方法都不能準(zhǔn)確地描述這類系統(tǒng)的行為和特性，因而也不能有效地求解這類系統(tǒng)。起源于50年代并很快得到發(fā)展的計(jì)算智能，提供了處理這類軟系統(tǒng)的建模和優(yōu)化的有效方法和技術(shù)。基于計(jì)算智能的建模和優(yōu)化方法稱為軟計(jì)算方法和智能優(yōu)化方法。

多年來，隨處可見關(guān)于智能優(yōu)化方法的書籍，但是系統(tǒng)闡述軟計(jì)算，特別是關(guān)于軟計(jì)算與智能優(yōu)化方法的書籍卻不多見。軟計(jì)算是混合的智能化計(jì)算方法，實(shí)際上它是不以精確解為目標(biāo)的快速搜索較好解的計(jì)算方法，軟計(jì)算是利用不精確性、不確定性和部分真方法的一個(gè)聚合體，它們結(jié)合起來比單獨(dú)使用效果更好。用此方法得到的結(jié)果具有易處理性、魯棒性與現(xiàn)實(shí)相一致性。軟計(jì)算不是單一方法，而是具有合作關(guān)系的多種方法的集成。這些方法主要包括模糊計(jì)算、進(jìn)化計(jì)算、神經(jīng)計(jì)算、粗糙集方法、支持向量機(jī)方法、人工免疫算法、量子計(jì)算、蟻群算法等，它們是相互補(bǔ)充而不是相互競爭的。本書正是為滿足讀者系統(tǒng)了解軟計(jì)算及與智能優(yōu)化方法關(guān)系這一需求而編寫的。

目前，許多學(xué)校正在對傳統(tǒng)的教學(xué)內(nèi)容進(jìn)行改革，自動(dòng)化、電子信息、測控技術(shù)與儀表、電氣工程、系統(tǒng)工程、機(jī)電工程等專業(yè)迫切需要較多與信息相關(guān)的知識(shí)。由于這些專業(yè)的學(xué)生在本科階段已較為扎實(shí)地掌握了人工智能的知識(shí)，在研究生階段的著力點(diǎn)已轉(zhuǎn)入人工智能理論與技術(shù)的綜合應(yīng)用。如何將人工智能的理論與技術(shù)在一個(gè)大的框架內(nèi)以統(tǒng)一的視角用于解決工程實(shí)際問題，是本書著力的方向。

本教材是為電子信息及相關(guān)專業(yè)編寫的。作為一門技術(shù)基礎(chǔ)課，它以人工智能課程為先修課。既要學(xué)時(shí)少，又要讓學(xué)生對軟計(jì)算原理及其工程應(yīng)用建立較全面的印象，同時(shí)還應(yīng)該使學(xué)生學(xué)有所用，并為今后的發(fā)展打下基礎(chǔ)，這是本書編寫的指導(dǎo)思想。編者力求使本書避免與先修課程內(nèi)容的重復(fù)，對本書必不可少的相關(guān)知識(shí)只做簡單介紹。

本書闡述了軟計(jì)算基本概念及與人工智能的關(guān)系，深入而系統(tǒng)地討論了軟計(jì)算的幾個(gè)重要研究分支：模糊計(jì)算、神經(jīng)計(jì)算、進(jìn)化計(jì)算、集群計(jì)算、量子計(jì)算、自然計(jì)算等。在此基礎(chǔ)上，介紹了將其綜合應(yīng)用于數(shù)據(jù)挖掘、工程規(guī)劃、醫(yī)學(xué)圖像配準(zhǔn)、故障診斷、系統(tǒng)辨識(shí)等領(lǐng)域的一些富有挑戰(zhàn)性的研究課題及相應(yīng)研究成果。

全書分為兩篇，上篇為基礎(chǔ)理論篇，下篇為綜合應(yīng)用篇。

上篇基礎(chǔ)理論篇，共分7章，各章內(nèi)容安排如下：

第1章 軟計(jì)算概述。闡述軟計(jì)算基本概念，剖析軟計(jì)算與人工智能的關(guān)系，揭示軟計(jì)算方法的廣義模糊認(rèn)知哲學(xué)基礎(chǔ)。

第2章 模糊計(jì)算。就模糊集合、模糊關(guān)系、模糊推理的基本概念、基本原理和基本方法進(jìn)行討論，并給出模糊計(jì)算在工程技術(shù)中3個(gè)方面的應(yīng)用實(shí)例，最后簡要介紹粗糙集方法。

第3章 神經(jīng)計(jì)算。闡述神經(jīng)網(wǎng)絡(luò)基本概念，討論神經(jīng)網(wǎng)絡(luò)類型和神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法，重點(diǎn)介紹幾種典型的神經(jīng)網(wǎng)絡(luò)，給出神經(jīng)計(jì)算在工程技術(shù)中的2個(gè)應(yīng)用實(shí)例。

第4章 進(jìn)化計(jì)算。闡述遺傳算法基本概念，簡要介紹進(jìn)化策略和進(jìn)化編程，給出進(jìn)化計(jì)算在工程技術(shù)中的3個(gè)應(yīng)用實(shí)例。

第5章 免疫計(jì)算。就人工免疫系統(tǒng)的生物學(xué)原理進(jìn)行闡述，其中包括生物免疫學(xué)的發(fā)展、生物免疫系統(tǒng)、生物免疫原理、生物免疫系統(tǒng)對人工免疫系統(tǒng)研究的啟示等內(nèi)容，進(jìn)而引出人工免疫概念，并討論幾種典型的人工免疫算法。

第6章 自然計(jì)算。介紹自然計(jì)算產(chǎn)生的背景；闡述自然計(jì)算的基本概念及主要研究領(lǐng)域；論述自然計(jì)算的基本特征；論述由自然啟發(fā)獲得自然計(jì)算模型的映射方法并構(gòu)造自然計(jì)算系統(tǒng)的計(jì)算算法；對協(xié)同進(jìn)化計(jì)算進(jìn)行自然計(jì)算理念求證。最后，描述自然計(jì)算研究整體框架。

第7章 其他軟計(jì)算方法。闡述群集智能基本概念，重點(diǎn)介紹其中的蟻群算法和粒子群算法，并將集群智能與其他計(jì)算智能進(jìn)行比較；論述量子計(jì)算的基本概念、基本原理和基本方法，最后簡要介紹支持向量機(jī)理論。

下篇綜合應(yīng)用篇，共分4章，各章內(nèi)容安排如下：

第8章 模糊計(jì)算在復(fù)雜工業(yè)系統(tǒng)中的應(yīng)用。以綜合實(shí)例說明如何實(shí)現(xiàn)模糊計(jì)算在復(fù)雜工業(yè)系統(tǒng)中的應(yīng)用，研究基于遺傳算法的第二類模糊非線性規(guī)劃問題求解、基于遺傳算法的動(dòng)態(tài)模糊聚類、模糊計(jì)算在洗衣機(jī)控制系統(tǒng)中的應(yīng)用3個(gè)方面的問題。

第9章 遺傳算法在醫(yī)學(xué)圖像配準(zhǔn)中的應(yīng)用。闡述醫(yī)學(xué)圖像配準(zhǔn)的原理與方法；深入研究基于互信息的醫(yī)學(xué)圖像配準(zhǔn)方法；詳細(xì)分析局部極值的成因，提出采用降低圖像灰度級的方法來抑制局部極值方法，并對該方法對配準(zhǔn)速度和精度所產(chǎn)生的影響做詳細(xì)的分析；針對Powell算法容易陷入局部極值，導(dǎo)致誤配準(zhǔn)的問題，引入基于實(shí)數(shù)編碼的自適應(yīng)遺傳算法。采用兩種算法相結(jié)合的混合優(yōu)化算法，對三維多模態(tài)醫(yī)學(xué)圖像進(jìn)行仿真實(shí)驗(yàn)。

第10章 人工免疫在故障診斷中的應(yīng)用。研究基于免疫系統(tǒng)否定選擇機(jī)理的設(shè)備異常檢測方法，在對免疫系統(tǒng)否定選擇機(jī)理及已有檢測器算法進(jìn)行分析的基礎(chǔ)上，結(jié)合設(shè)備異常檢測的實(shí)際需要，提出改進(jìn)型否定選擇算法，并將該改進(jìn)后的算法用于變壓器的故障診斷。實(shí)驗(yàn)結(jié)果與傳統(tǒng)“三比值”法比較證明算法的有效性；借鑒免疫系統(tǒng)的克隆變異機(jī)理及已有的人工免疫系統(tǒng)成果，結(jié)合故障診斷的實(shí)際需要，研究具有故障診斷能力，同時(shí)又具有對故障樣本的連續(xù)學(xué)習(xí)功能的故障診斷方法。實(shí)現(xiàn)故障診斷系統(tǒng)在對新的故障樣本學(xué)習(xí)的過程中，保持已學(xué)知識(shí)。通過對標(biāo)準(zhǔn)樣本的分類識(shí)別及實(shí)際的故障診斷實(shí)例驗(yàn)證所提出方法的有效性。

第11章 自然計(jì)算在系統(tǒng)辨識(shí)中的應(yīng)用。論述自然計(jì)算系統(tǒng)整體框架和自然計(jì)算系統(tǒng)中的辨識(shí)機(jī)制，構(gòu)造辨識(shí)系統(tǒng)的兩種典型框架——RFG框架和NFG框架；討論模糊優(yōu)化基本術(shù)語及性質(zhì)和傳統(tǒng)模糊優(yōu)化問題；研究回歸方程和神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)辨識(shí)和參數(shù)辨識(shí)問題，構(gòu)造回歸方程和神經(jīng)網(wǎng)絡(luò)參數(shù)辨識(shí)的效用函數(shù)（目標(biāo)函數(shù)）及用最大效用法進(jìn)行參數(shù)辨識(shí)的模糊優(yōu)化模型，并對模糊優(yōu)化問題的遺傳算法求解進(jìn)行深入探討；對基于RFG框架的系統(tǒng)辨識(shí)問題進(jìn)行描述，說明回歸模型辨識(shí)算法的基本策略，構(gòu)造該算法的主要步驟和方法，給出其在飛邊尺寸設(shè)計(jì)準(zhǔn)則辨識(shí)中的應(yīng)用實(shí)例；對基于NFG框架的系統(tǒng)辨識(shí)問題進(jìn)行描述，說明神經(jīng)網(wǎng)絡(luò)模型辨識(shí)算法的基本策略，構(gòu)造該算法的主要步驟和方法，給出其在飛邊金屬消耗設(shè)計(jì)準(zhǔn)則辨識(shí)中的應(yīng)用實(shí)例。對這兩種辨識(shí)算法分別進(jìn)行分析比較，實(shí)驗(yàn)驗(yàn)證它們的有效性。

本書可作為高等院校自動(dòng)化、電子信息、測控技術(shù)與儀表、電氣工程、系統(tǒng)工程、機(jī)電工程等專業(yè)的本科生和研究生教材，也可作為相關(guān)專業(yè)工程技術(shù)人員的自學(xué)參考書。

本書編者從事自動(dòng)化專業(yè)的教學(xué)與科研10多年，積累了豐富的教學(xué)經(jīng)驗(yàn)和可供參考的科研成果，對于本書的成功編寫無疑將起到關(guān)鍵作用。

在本書編寫過程中，得到了魯蓉蓉老師的鼎立支持，研究生張偉剛、李曉光、李偉雄、趙削劍、宋彩霞的大力幫助，在此表示衷心的感謝！

由于作者水平有限，本書中不妥之處在所難免，懇請讀者批評指正。

目 錄
前言
上篇 基礎(chǔ)理論篇

第1章 軟計(jì)算概述 1
1.1 軟計(jì)算基本概念 1
1.2 軟計(jì)算與人工智能的關(guān)系 2
1.2.1 從傳統(tǒng)人工智能到計(jì)算智能 2
1.2.2 軟計(jì)算對計(jì)算智能的意義 3
1.3 軟計(jì)算方法的廣義模糊認(rèn)知哲學(xué)基礎(chǔ) 4
1.4 小結(jié) 8
習(xí)題1 8
第2章 模糊計(jì)算 9
2.1 模糊集合 9
2.1.1 模糊集合概念 9
2.1.2 隸屬函數(shù) 10
2.1.3 模糊集合運(yùn)算 11
2.1.4 模糊集合與普通集合的關(guān)系 11
2.2 模糊關(guān)系 12
2.2.1 模糊關(guān)系基本概念 12
2.2.2 模糊關(guān)系合成 13
2.2.3 模糊變換 13
2.3 模糊推理 13
2.3.1 模糊語言與語言變量 13
2.3.2 模糊命題與模糊條件語句 14
2.3.3 模糊推理 16
2.4 模糊計(jì)算在工程技術(shù)中的應(yīng)用實(shí)例 17
2.4.1 模糊控制系統(tǒng)的原理與設(shè)計(jì)過程 17
2.4.2 模糊控制在電飯鍋中的應(yīng)用 18
2.4.3 模糊優(yōu)化研究進(jìn)展 21
2.5 粗糙集方法簡介 22
2.6 小結(jié) 25
習(xí)題2 25
第3章 神經(jīng)計(jì)算 27
3.1 神經(jīng)網(wǎng)絡(luò)基本概念 27
3.2 神經(jīng)網(wǎng)絡(luò)類型 28
3.3 神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法 31
3.4 幾種典型的神經(jīng)網(wǎng)絡(luò) 32
3.4.1 生物神經(jīng)元模型 32
3.4.2 人工神經(jīng)元模型 33
3.4.3 BP網(wǎng)絡(luò) 34
3.4.4 Hopfield網(wǎng)絡(luò) 38
3.5 神經(jīng)計(jì)算在工程技術(shù)中的應(yīng)用實(shí)例 41
3.5.1 神經(jīng)網(wǎng)絡(luò)控制的結(jié)構(gòu) 41
3.5.2 神經(jīng)控制在復(fù)雜系統(tǒng)中的應(yīng)用 42
3.6 小結(jié) 44
習(xí)題3 44
第4章 進(jìn)化計(jì)算 46
4.1 遺傳算法 46
4.1.1 遺傳算法基礎(chǔ)理論 46
4.1.2 遺傳算法研究進(jìn)展 49
4.2 進(jìn)化策略簡介 51
4.3 進(jìn)化編程簡介 52
4.4 進(jìn)化計(jì)算在工程技術(shù)中的應(yīng)用實(shí)例 54
4.4.1 組織協(xié)同進(jìn)化分類算法 54
4.4.2 AGAFCM算法 55
4.4.3 遺傳算法在模糊控制中的應(yīng)用 57
4.5 小結(jié) 59
習(xí)題4 60
第5章 免疫計(jì)算 61
5.1 人工免疫系統(tǒng)的生物學(xué)原理 61
5.1.1 生物免疫學(xué)的發(fā)展 61
5.1.2 生物免疫系統(tǒng)概述 62
5.1.3 生物免疫原理 63
5.1.4 生物免疫系統(tǒng)對人工免疫系統(tǒng)研究
的啟示 66
5.2 人工免疫算法 67
5.2.1 從生物免疫系統(tǒng)到人工免疫系統(tǒng) 67
5.2.2 典型的人工免疫算法 67
5.3 小結(jié) 72
習(xí)題5 78
第6章 自然計(jì)算 79
6.1 自然計(jì)算產(chǎn)生背景 79
6.1.1 生物系統(tǒng) 79
6.1.2 生態(tài)系統(tǒng) 81
6.2 自然計(jì)算相關(guān)概念 82
6.2.1 基本概念 82
6.2.2 主要研究領(lǐng)域 82
6.3 自然計(jì)算基本特征 84
6.3.1 從人工智能到自然計(jì)算 84
6.3.2 自然計(jì)算的新特征 86
6.4 自然計(jì)算算法原理 89
6.4.1 自然計(jì)算映射模型 89
6.4.2 自然計(jì)算算法 90
6.5 協(xié)同進(jìn)化計(jì)算的自然計(jì)算理念求證 91
6.5.1 協(xié)同進(jìn)化的生物學(xué)基礎(chǔ) 92
6.5.2 協(xié)同進(jìn)化的動(dòng)力學(xué)描述 95
6.6 自然計(jì)算研究整體框架 97
6.7 小結(jié) 97
習(xí)題6 98
第7章 其他軟計(jì)算方法 99
7.1 群集智能 99
7.1.1 蟻群算法 99
7.1.2 粒子群算法 102
7.1.3 集群智能與其他計(jì)算智能的比較 103
7.2 量子計(jì)算 104
7.3 支持向量機(jī) 107
7.4 小結(jié) 108
習(xí)題7 108

下篇 綜合應(yīng)用篇

第8章 模糊計(jì)算在復(fù)雜工業(yè)系統(tǒng)中的應(yīng)用 109
8.1 基于遺傳算法的第二類模糊非線性
規(guī)劃問題求解 109
8.1.1 第二類模糊非線性規(guī)劃問題描述 109
8.1.2 FRNLP模型的常規(guī)容差法最優(yōu)
模糊判決及求解 109
8.1.3 FRNLP模型的滿意解和精確最優(yōu)解 111
8.1.4 遺傳算法在非線性規(guī)劃上的運(yùn)用 111
8.1.5 實(shí)驗(yàn)仿真 112
8.1.6 結(jié)論 112
8.2 基于遺傳算法的動(dòng)態(tài)模糊聚類 112
8.2.1 模糊聚類基本概念 112
8.2.2 將遺傳算法用于迭代優(yōu)化映射
平面的坐標(biāo) 114
8.2.3 實(shí)驗(yàn)仿真 115
8.2.4 結(jié)論 118
8.3 模糊計(jì)算在洗衣機(jī)控制系統(tǒng)中的應(yīng)用 118
8.3.1 模糊神經(jīng)控制的知識(shí)基礎(chǔ) 119
8.3.2 基于模糊神經(jīng)網(wǎng)絡(luò)的洗衣機(jī)控制
系統(tǒng)的設(shè)計(jì) 124
8.3.3 洗衣機(jī)模糊神經(jīng)控制系統(tǒng)的實(shí)現(xiàn) 132
8.3.4 結(jié)論 136
8.4 小結(jié) 137
習(xí)題8 137
第9章 遺傳算法在醫(yī)學(xué)圖像配準(zhǔn)中的應(yīng)用 138
9.1 醫(yī)學(xué)圖像配準(zhǔn)研究背景 138
9.1.1 醫(yī)學(xué)圖像配準(zhǔn)的意義 138
9.1.2 醫(yī)學(xué)圖像配準(zhǔn)技術(shù)的發(fā)展歷史 138
9.1.3 醫(yī)學(xué)圖像配準(zhǔn)技術(shù)在臨床上的應(yīng)用 139
9.1.4 醫(yī)學(xué)圖像配準(zhǔn)技術(shù)存在的問題 139
9.2 醫(yī)學(xué)圖像配準(zhǔn)技術(shù)綜述 139
9.2.1 圖像配準(zhǔn)的基本原理及概念 139
9.2.2 圖像配準(zhǔn)方法的分類 140
9.2.3 圖像配準(zhǔn)的主要過程 141
9.2.4 主要的醫(yī)學(xué)圖像配準(zhǔn)方法 143
9.2.5 配準(zhǔn)的評估 146
9.3 基于互信息的醫(yī)學(xué)圖像配準(zhǔn) 146
9.3.1 基本概念 147
9.3.2 互信息配準(zhǔn)的基本步驟 148
9.4 互信息局部極值的成因及抑制方法 155
9.4.1 互信息函數(shù)局部極值成因分析 155
9.4.2 基于壓縮圖像灰度級對局部極值
的抑制 157
9.4.3 配準(zhǔn)實(shí)驗(yàn) 163
9.4.4 算法可靠性分析 166
9.5 互信息最優(yōu)化搜索算法 167
9.5.1 基本遺傳算法 167
9.5.2 改進(jìn)遺傳算法 169
9.5.3 實(shí)數(shù)編碼自適應(yīng)遺傳算法配準(zhǔn)實(shí)驗(yàn) 171
9.5.4 混合優(yōu)化算法 173
9.6 小結(jié) 174
習(xí)題9 175
第10章 人工免疫在故障診斷中的應(yīng)用 176
10.1 課題研究背景 176
10.1.1 研究目的及意義 176
10.1.2 人工免疫系統(tǒng)概述 176
10.1.3 故障診斷方法綜述 178
10.2 基于否定選擇算法的故障診斷方法 180
10.2.1 基于aiNet故障樣本約減研究 181
10.2.2 基于否定選擇算法的變壓器
故障診斷方法 185
10.3 基于克隆變異機(jī)理的故障診斷
方法研究 190
10.3.1 免疫克隆變異機(jī)理與克隆
選擇算法 191
10.3.2 故障診斷方法研究 191
10.4 小結(jié) 196
習(xí)題10 197
第11章 自然計(jì)算在系統(tǒng)辨識(shí)中的應(yīng)用 198
11.1 課題研究背景 198
11.1.1 自然計(jì)算概念提出的背景 198
11.1.2 模糊優(yōu)化研究進(jìn)展及現(xiàn)狀 199
11.1.3 遺傳算法研究進(jìn)展及現(xiàn)狀 200
11.1.4 基于遺傳算法的模糊優(yōu)化在系統(tǒng)
辨識(shí)中的應(yīng)用 201
11.2 自然啟發(fā)的系統(tǒng)辨識(shí) 202
11.2.1 系統(tǒng)辨識(shí)基本性質(zhì) 202
11.2.2 經(jīng)典系統(tǒng)辨識(shí) 203
11.2.3 現(xiàn)代系統(tǒng)辨識(shí) 204
11.2.4 基于自然計(jì)算的系統(tǒng)辨識(shí) 215
11.2.5 RFG框架與NFG框架特點(diǎn)分析 220
11.3 系統(tǒng)辨識(shí)中的模糊優(yōu)化 222
11.3.1 模糊優(yōu)化相關(guān)概念 222
11.3.2 傳統(tǒng)模糊優(yōu)化問題 226
11.3.3 系統(tǒng)辨識(shí)中的模糊優(yōu)化問題 232
11.4 模糊優(yōu)化問題的遺傳算法求解 238
11.4.1 基于正交設(shè)計(jì)的初始化方法 238
11.4.2 遺傳參數(shù)適應(yīng)性調(diào)整 240
11.4.3 沿加權(quán)梯度方向的變異及其權(quán)值
的自適應(yīng)調(diào)整 242
11.4.4 遺傳算法的改進(jìn)策略 244
11.4.5 基于遺傳算法的模糊優(yōu)化求解的
有效性 244
11.5 基于自然計(jì)算的系統(tǒng)辨識(shí)實(shí)現(xiàn) 249
11.5.1 系統(tǒng)辨識(shí)的性能評估 250
11.5.2 基于RFG框架的系統(tǒng)辨識(shí)實(shí)現(xiàn) 251
11.5.3 基于RFG框架的系統(tǒng)辨識(shí)應(yīng)用 255
11.5.4 基于NFG框架的系統(tǒng)辨識(shí)實(shí)現(xiàn) 262
11.5.5 基于NFG框架的系統(tǒng)辨識(shí)應(yīng)用 267
11.6 小結(jié) 273
習(xí)題11 275
參考文獻(xiàn) 277

1. 大學(xué)信息技術(shù) [曾翰穎 編著]
2. 信息技術(shù)基礎(chǔ) [主編 唐倩 邵銳]
3. 大學(xué)計(jì)算機(jī)基礎(chǔ)實(shí)驗(yàn)（WPS版） [主編　謝江宜　蔡勇]
4. 信息技術(shù)（微課版） [王云　徐江鴻　李清霞　羅學(xué)鋒　]
5. 計(jì)算思維與大學(xué)計(jì)算機(jī)基礎(chǔ) [主編　趙旭劍]
6. 大學(xué)信息技術(shù)實(shí)訓(xùn)教程 [主編 任云暉 丁紅 趙琳琳]
7. 大學(xué)信息技術(shù)教程 [主編 任云暉 馮政軍 魏斌]
8. 信息技術(shù)基礎(chǔ)立體化教程 [鄒承俊 周洪林 劉和文 葉煜 ]
9. 大學(xué)計(jì)算機(jī)基礎(chǔ)與計(jì)算思維 [主編 閔笛 汪瑩]
10. 信息技術(shù)基礎(chǔ)項(xiàng)目化教程 [主編 王宏斌 王萬麗 王芳]
11. 大學(xué)計(jì)算機(jī)信息素養(yǎng)（第二版） [主編 盧山]
12. 全國計(jì)算機(jī)等級考試一級（MS Office）指導(dǎo)手冊 [主編 王宏斌 孫元 禹晨]
13. 大學(xué)計(jì)算機(jī)基礎(chǔ)實(shí)驗(yàn)指導(dǎo)及習(xí)題解析 [主編 閔笛 李明]
14. 大學(xué)計(jì)算機(jī)信息素養(yǎng)實(shí)驗(yàn)指導(dǎo)（第二版） [主編 盧山]
15. 信息技術(shù)基礎(chǔ)（微課版） [主編　趙艷莉　喻林]
16. 大學(xué)信息技術(shù)基礎(chǔ) [主編 黎夏克 張倩文 王靜]
17. 計(jì)算機(jī)信息素養(yǎng)基礎(chǔ)實(shí)踐教程 [王錦 姚曉杰 王立武 等 編著]
18. 計(jì)算機(jī)基礎(chǔ)與應(yīng)用實(shí)踐教程 [楊毅 劉立君 張春芳 梁寧玉 ]
19. 計(jì)算機(jī)信息素養(yǎng)基礎(chǔ) [主編 陳艷 秦凱 黃海玉]
20. 計(jì)算機(jī)基礎(chǔ)與應(yīng)用 [主編 秦凱 梁寧玉 王毅]
21. 大學(xué)計(jì)算機(jī)基礎(chǔ)上機(jī)實(shí)踐教程（第六版） [主編 何振林 羅奕]
22. 大學(xué)計(jì)算機(jī)基礎(chǔ)教程實(shí)驗(yàn)指導(dǎo)與測試題集 [主編 饒拱維 吳華光 巫滿秀]
23. 大學(xué)計(jì)算機(jī)基礎(chǔ)（等級考試版） [主編 鐘誠]
24. 大學(xué)計(jì)算機(jī)基礎(chǔ)教程（第二版） [主編 安志遠(yuǎn) 崔巖]
25. 計(jì)算機(jī)應(yīng)用基礎(chǔ)實(shí)訓(xùn)教程（第三版） [主 編 王向慧 康秀蘭]
26. 計(jì)算機(jī)應(yīng)用基礎(chǔ)（第三版） [主 編 王向慧 康秀蘭]
27. 計(jì)算機(jī)應(yīng)用基礎(chǔ) [主編　趙艷莉]
28. 大學(xué)計(jì)算機(jī)基礎(chǔ)案例教程（第二版） [主 編 葉潮流 金 瑩]
29. 大學(xué)信息技術(shù) [主編　連衛(wèi)民　張志明　陳炎龍]
30. 新編計(jì)算機(jī)應(yīng)用基礎(chǔ)教程 [主編　戴毅　吳瑞芝　賈姍姍]