中圖網(wǎng)小程序
一鍵登錄
更方便
包郵 復(fù)雜系統(tǒng)建模理論.方法與技術(shù)
作者：劉興堂
所屬叢書：
智能科學(xué)技術(shù)著作叢書
開本：
其它
頁數(shù)：
400
本類榜單：自然科學(xué)銷量榜
本類五星書更多>
-
>
宇宙、量子和人類心靈
-
>
氣候文明史
-
>
南極100天
-
>
考研數(shù)學(xué)專題練1200題
-
>
希格斯:“上帝粒子”的發(fā)明與發(fā)現(xiàn)
-
>
神農(nóng)架疊層石:10多億年前遠(yuǎn)古海洋微生物建造的大堡礁
-
>
聲音簡史
復(fù)雜系統(tǒng)建模理論.方法與技術(shù) 版權(quán)信息
- ISBN：9787030215635
- 條形碼：9787030215635 ; 978-7-03-021563-5
- 裝幀：暫無
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
復(fù)雜系統(tǒng)建模理論.方法與技術(shù) 本書特色
本書特點：
本書是一部系統(tǒng)、全面研究復(fù)雜系統(tǒng)建模理論、方法與技術(shù)的專著。
在理論上，高度概括系統(tǒng)建模基本理論，重點闡述復(fù)雜系統(tǒng)建模新理論；
在方法上，系統(tǒng)總結(jié)系統(tǒng)建模常用方法，深入探討復(fù)雜系統(tǒng)建模方法體系；
在技術(shù)上，廣泛研究復(fù)雜系統(tǒng)建模支撐環(huán)境及工具，著重討論復(fù)雜系統(tǒng)建模vv&a技術(shù)及其應(yīng)用。
復(fù)雜系統(tǒng)建模理論.方法與技術(shù) 內(nèi)容簡介
復(fù)雜系統(tǒng)建模是越來越多的復(fù)雜工程系統(tǒng)、社會經(jīng)濟(jì)系統(tǒng)、軍事作戰(zhàn)系統(tǒng)、人工生命系統(tǒng)等研究的基礎(chǔ)，有著極其廣泛而旺盛的社會、經(jīng)濟(jì)、國防和科技需求，堪稱仿真科學(xué)與技術(shù)的前沿新領(lǐng)域。
本書是一部專門研究復(fù)雜系統(tǒng)建模理論、方法與技術(shù)的著作。作者在全面論述系統(tǒng)建；纠碚摵统Ｓ媒７椒ǖ幕A(chǔ)上，重點研究面向復(fù)雜系統(tǒng)數(shù)學(xué)建模的新方法與技術(shù)，以及仿真建模環(huán)境和工具，并深入討論人們十分關(guān)心的大型復(fù)雜仿真系統(tǒng)建模的vv＆a與可信度評估技術(shù)及其應(yīng)用。
本書普遍適用于從事航空、航天、航海、能源、環(huán)保、工業(yè)、農(nóng)業(yè)、醫(yī)學(xué)、交通、生物學(xué)、經(jīng)濟(jì)學(xué)、人文科學(xué)等方面研究和仿真的科學(xué)工作者、工程技術(shù)人員和高校教師參考，亦可作為高校高年級學(xué)生和研究生的教科書。
復(fù)雜系統(tǒng)建模理論.方法與技術(shù) 目錄
序
前言
第1章 緒論
1.1 系統(tǒng)概念與分類
1.1.1 系統(tǒng)概念
1.1.2 系統(tǒng)分類
1.2 復(fù)雜性概念與復(fù)雜系統(tǒng)提法
1.2.1 復(fù)雜性概念
1.2.2 復(fù)雜系統(tǒng)提法
1.3 復(fù)雜系統(tǒng)的特點、研究對象及方法
1.3.1 復(fù)雜系統(tǒng)的特點
1.3.2 復(fù)雜系統(tǒng)的研究對象
1.3.3 復(fù)雜系統(tǒng)的研究方法
1.4 系統(tǒng)研究現(xiàn)狀和趨勢
1.4.1 研究現(xiàn)狀
1.4.2 發(fā)展趨勢
1.5 系統(tǒng)建模與仿真
1.5.1 模型概念、性質(zhì)及分類
1.5.2 數(shù)學(xué)建模及其過程
1.5.3 仿真建模與系統(tǒng)仿真
1.5.4 系統(tǒng)建模與仿真體系結(jié)構(gòu)
1.6 對復(fù)雜問題建模與仿真的重要思考
1.6.1 復(fù)雜系統(tǒng)研究是建模與仿真發(fā)展的動力源
1.6.2 支撐復(fù)雜系統(tǒng)建模與仿真的新理論
1.6.3 復(fù)雜系統(tǒng)建模方法學(xué)進(jìn)展
1.6.4 適應(yīng)于復(fù)雜仿真系統(tǒng)的體系結(jié)構(gòu)
1.6.5 復(fù)雜系統(tǒng)建模環(huán)境及工具
1.6.6 復(fù)雜仿真系統(tǒng)與vv&a技術(shù)
思考題
第2章 系統(tǒng)建模的基本理論
2.1 引言
2.2 模型論及其相關(guān)理論
2.2.1 引言
2.2.2 實際系統(tǒng)的抽象
2.2.3 系統(tǒng)描述及其保存關(guān)系
2.2.4 模型的非形式化與形式化描述
2.2.5 模型集總
2.2.6 模型簡化
2.2.7 模型修改
2.2.8 模型靈敏度分析
2.2.9 模型的有效性及可信性
2.3 相似理論及演繹推理
2.3.1 引言
2.3.2 相似概念及分類
2.3.3 相似關(guān)系
2.3.4 相似定理
2.3.5 演繹推理
2.3.6 連續(xù)物理系統(tǒng)的相似性及其模型通式
2.4 系統(tǒng)辨識理論
2.4.1 系統(tǒng)辨識概念、定義及要素
2.4.2 系統(tǒng)辨識框架和內(nèi)容
2.4.3 系統(tǒng)辨識方法與算法
2.5 系統(tǒng)層次性與分形理論
2.5.1 系統(tǒng)的層次性概念
2.5.2 系統(tǒng)分析與層次分析
2.5.3 系統(tǒng)層次分析方法概述
2.5.4 系統(tǒng)分形概念
2.5.5 分形理論的要點
2.6 復(fù)雜適應(yīng)系統(tǒng)理論
2.6.1 基本概念
2.6.2 cas樹
2.6.3 主體的適應(yīng)和學(xué)習(xí)
2.6.4 cas宏觀模型
2.7 定性理論、模糊理論及云理論
2.7.1 定性理論的產(chǎn)生及其范疇
2.7.2 定性推理
2.7.3 定性建模
2.7.4 模糊理論的產(chǎn)生
2.7.5 模糊集合（論）
2.7.6 模糊集合運(yùn)算和基本定理
2.7.7 模糊數(shù)和模糊集合特征描述
2.7.8 模糊關(guān)系
2.7.9 云理論
2.8 自組織理論
2.8.1 引言
2.8.2 理論基礎(chǔ)及研究范疇
2.8.3 系統(tǒng)自組織概念
2.8.4 耗散結(jié)構(gòu)論
2.8.5 協(xié)同學(xué)
2.8.6 日趨完善的自組織理論
2.9 元胞自動機(jī)與支持向量機(jī)理念
2.9.1 引言
2.9.2 元胞自動機(jī)理念
2.9.3 元胞自動機(jī)的功能特點
2.9.4 支持向量機(jī)理念和內(nèi)涵
2.9.5 支持向量分類機(jī)
2.9.6 支持向量回歸機(jī)
2.10 灰色系統(tǒng)理論和馬爾可夫理論
2.10.1 引言
2.10.2 灰色系統(tǒng)基本原理
2.10.3 灰色系統(tǒng)理論體系結(jié)構(gòu)
2.10.4 灰色概念、運(yùn)算及灰色聯(lián)度分析
2.10.5 灰色系統(tǒng)建模
2.10.6 馬爾可夫過程
2.10.7 馬爾可夫鏈及其相關(guān)定義和定理
2.11 圖論
2.11.1 引言
2.11.2 圖概念及重要術(shù)語
2.11.3 樹及其生成樹
2.11.4 遍歷、歐拉圖及哈密頓圖
2.11.5 圖矩陣
2.12 網(wǎng)絡(luò)理論
2.12.1 引言
2.12.2 基本概念及其物理意義
2.12.3 網(wǎng)絡(luò)*大流及*小流
2.12.4 *短路和*小代價流
2.12.5 工程網(wǎng)絡(luò)圖
2.12.6 計算機(jī)網(wǎng)絡(luò)
2.12.7 petri網(wǎng)
2.12.8 人工神經(jīng)網(wǎng)絡(luò)
2.12.9 貝葉斯網(wǎng)
2.13 元模型及綜合集成研討廳理念
2.13.1 引言
2.13.2 元模型理念及其相關(guān)概念
2.13.3 綜合集成研討廳理念
2.14 虛擬現(xiàn)實及其相關(guān)理論
2.14.1 引言
2.14.2 基本概念及定義
2.14.3 vr系統(tǒng)及分類
2.14.4 vr硬、軟件工具
2.14.5 vr技術(shù)及其應(yīng)用
思考題
第3章 常用數(shù)學(xué)建模方法、原理及案例
3.1 概述
3.1.1 引言
3.1.2 數(shù)學(xué)建模方法的選取
3.2 機(jī)理分析法
3.2.1 方法原理
3.2.2 建模過程
3.2.3 應(yīng)用案例
3.3 盲接相似法
3.3.1 方法原理
3.3.2 建模過程
3.3.3 應(yīng)用案例
3.4 量綱分析法
3.4.1 方法原理
3.4.2 建模過程
3.4.3 應(yīng)用案例
3.5 比例法
3.5.1 方法原理
3.5.2 建模過程
3.5.3 應(yīng)用案例
3.6 概率統(tǒng)計法
3.6.1 方法原理
3.6.2 建模過程
3.6.3 應(yīng)用案例
3.7 回歸分析法
3.7.1 方法原理
3.7.2 建模過程
3.7.3 應(yīng)用案例
3.8 集合分析法
3.8.1 方法原理
3.8.2 建模過程
3.8.3 應(yīng)用案例
3.9 層次分析法
3.9.1 方法原理
3.9.2 建模過程
3.9.3 應(yīng)用案例
3.10 圖解法
3.10.1 方法原理
3.10.2 建模過程
3.10.3 應(yīng)用案例
3.11 蒙特卡羅法
3.11.1 方法原理
3.11.2 建模過程
3.11.3 應(yīng)用案例
3.12 模糊集論法
3.12.1 引言
3.12.2 隸屬函數(shù)確定法
3.12.3 模糊聚類分析法
3.12.4 模糊模式識別法
3.12.5 模糊綜合評判法
3.13 “隔艙”系統(tǒng)法
3.13.1 方法原理
3.13.2 建模過程
3.13.3 應(yīng)用案例
3.14 灰色系統(tǒng)法
3.14.1 方法原理
3.14.2 建模過程
3.14.3 應(yīng)用案例
3.15 想定法
3.15.1 方法原理
3.15.2 建模過程
3.15.3 應(yīng)用案例
3.16 計算機(jī)輔助法
3.16.1 方法原理
3.16.2 建模過程
3.16.3 應(yīng)用案例
3.17 系統(tǒng)辨識法
3.17.1 方法原理
3.17.2 建模過程
3.17.3 應(yīng)用案例
3.18神經(jīng)網(wǎng)絡(luò)法
3.18.1 方法原理
3.18.2 建模過程
3.18.3 應(yīng)用案例
思考題
第4章 面向復(fù)雜系統(tǒng)建模的新方法與技術(shù)
4.1 概述
4.2 混合建模方法與技術(shù)
4.2.1 引言
4.2.2 分析-統(tǒng)計法
4.2.3 模糊辨識法
4.2.4 基于模糊神經(jīng)網(wǎng)絡(luò)的模型辨識
4.3 組合建模方法與技術(shù)
4.3.1 方法原理
4.3.2 技術(shù)特點
4.3.3 典型應(yīng)用
4.4 基于智能技術(shù)的agent/mas建模方法與技術(shù)
4.4.1 引言
4.4.2 方法原理
4.4.3 技術(shù)特點
4.4.4 典型應(yīng)用
4.5 基于petri網(wǎng)建模方法與技術(shù)
4.5.1 引言
4.5.2 方法原理
4.5.3 技術(shù)特點
4.5.4 典型應(yīng)用
4.6 馬爾可夫建模方法與技術(shù)
4.6.1 引言
4.6.2 動態(tài)系統(tǒng)傳統(tǒng)馬爾可夫建模方法與技術(shù)
4.6.3 動態(tài)系統(tǒng)模糊馬爾可夫建模方法與技術(shù)
4.7 bootstrap、bayes及bayes bootstrap建模方法與技術(shù)
4.7.1 引言
4.7.2 bootstrap建模方法與技術(shù)
4.7.3 bayes bootstrap建模方法與技術(shù)
4.7.4 bayes建模方法與技術(shù)
4.8 基于貝葉斯網(wǎng)的建模方法與技術(shù)
4.8.1 引言
4.8.2 基于專家主導(dǎo)的貝葉斯網(wǎng)建模方法與技術(shù)
4.8.3 基于聯(lián)結(jié)樹的貝葉斯網(wǎng)建模方法與技術(shù)
4.9 定性建模方法與技術(shù)
4.9.1 引言
4.9.2 基于p-范數(shù)的近似推理定性建模方法與技術(shù)
4.9.3 基于通用系統(tǒng)問題求解系統(tǒng)理論的歸納推理定性建模方法與技術(shù)
4.9.4 基于qsim算法的定性建模方法與技術(shù)
4.9.5 基于微分方程定性理論的建模方法與技術(shù)
4.9.6 基于范例推理建模方法與技術(shù)
4.10 基于因果關(guān)系的建模方法與技術(shù)
4.10.1 引言
4.10.2 方法原理
4.10.3 技術(shù)特點
4.10.4 典型應(yīng)用
4.11 基于云理論的建模方法與技術(shù)
4.11.1 引言
4.11.2 方法原理
4.11.3 技術(shù)特點
4.11.4 典型應(yīng)用
4.12 基于元模型的建模方法與技術(shù)
4.12.1 引言
4.12.2 方法原理
4.12.3 技術(shù)特點
4.12.4 典型應(yīng)用
4.12.5 基于元模型的仿真模型表示及建模方法
4.13 基于元胞自動機(jī)的建模方法與技術(shù)
4.13.1 引言
4.13.2 方法原理
4.13.3 技術(shù)特點
4.13.4 典型應(yīng)用
4.14 基于支持向量機(jī)的建模方法與技術(shù)
4.14.1 引言
4.14.2 方法原理
4.14.3 技術(shù)特點
4.14.4 典型應(yīng)用
4.15 基于超高計算智能逼近的建模方法與技術(shù)
4.15.1 引言
4.15.2 基于量子神經(jīng)網(wǎng)絡(luò)的建模方法與技術(shù)
4.15.3 基于協(xié)同進(jìn)化計算的建模方法與技術(shù)
4.15.4 基于多智能體遺傳算法的建模方法與技術(shù)
4.16 基于混合專家系統(tǒng)的建模方法與技術(shù)
4.16.1 引言
4.16.2 方法原理
4.16.3 技術(shù)特點
4.16.4 典型應(yīng)用
4.17 綜合集成建模方法與技術(shù)
4.17.1 引言
4.17.2 方法原理
4.17.3 技術(shù)特點
4.17.4 典型應(yīng)用
4.18 基于cas理論的建模方法與技術(shù)
4.18.1 引言
4.18.2 方法原理
4.18.3 技術(shù)特點
4.18.4 典型應(yīng)用
4.19 基于自組織理論的建模方法與技術(shù)
4.19.1 引言
4.19.2 基于gmdh建模的方法原理
4.19.3 基于gmdh建模的技術(shù)特點
4.19.4 基于gmdh建模的典型應(yīng)用
4.20 基于分形理論的建模方法與技術(shù)
4.20.1 引言
4.20.2 方法原理
4.20.3 技術(shù)特點
4.20.4 典型應(yīng)用
4.21 多分辨率建模方法與技術(shù)
4.21.1 引言
4.21.2 方法原理
4.21.3 技術(shù)特點
4.21.4 典型應(yīng)用
4.22 面向?qū)ο蠼７椒ㄅc技術(shù)
4.22.1 引言
4.22.2 方法原理
4.22.3 技術(shù)特點
4.22.4 典型應(yīng)用
思考題
第5章 復(fù)雜系統(tǒng)m&s支撐環(huán)境及工具
5.1 概述
5.2 uml/rational rose
5.2.1 引言
5.2.2 uml/rational rose簡介
5.2.3 應(yīng)用實例
5.3 abm/swarm
5.3.1 引言
5.3.2 svvarm平臺簡介
5.3.3 應(yīng)用實例
5.4 hla/rti
5.4.1 引言
5.4.2 基本思想及開發(fā)過程
5.4.3 應(yīng)用實例
5.5 opengl/vega和multigen/creator
5.5.1 引言
5.5.2 opengl/vega簡介
5.5.3 multigen/creator簡介
5.5.4 應(yīng)用實例
5.6 matlab/simulink
5.6.1 引言
5.6.2 matlab/simulink簡介
5.6.3 應(yīng)用實例
5.7 adams/vievv
5.7.1 引言
5.7.2 adams簡介
5.7.3 應(yīng)用實例
5.8 stage/strive
5.8.1 引言
5.8.2 stage簡介
5.8.3 strive簡介
5.8.4 應(yīng)用實例
5.9 globus toolkit
5.9.1 引言
5.9.2 網(wǎng)格技術(shù)發(fā)展概況
5.9.3 globus toolkit簡介
5.9.4 應(yīng)用實例
5.10 m&s的其他支撐環(huán)境與工具
思考題
第6章 大型復(fù)雜仿真系統(tǒng)的vv&a及可信度評估
6.1 引言
6.2 大型復(fù)雜仿真系統(tǒng)的特點及可信度評估對策
6.2.1 現(xiàn)代大型復(fù)雜仿真系統(tǒng)的特點
6.2.2 大型復(fù)雜仿真系統(tǒng)的可信度評估對策
6.3 vv&a基本概念及相關(guān)概念
6.3.1 基本概念
6.3.2 相關(guān)概念
6.4 vv&a的原則和工作模式
6.4.1 仿真系統(tǒng)vv&a原則
6.4.2 vv&a工作模式
6.5 仿真系統(tǒng)v&v方法
6.5.1 仿真系統(tǒng)校核方法
6.5.2 仿真系統(tǒng)驗證方法
6.5.3 一般*大熵譜估計法
6.5.4 基于神經(jīng)網(wǎng)絡(luò)的*大熵譜估計法
6.6 復(fù)雜仿真系統(tǒng)生命周期vv&a方案設(shè)計
6.7 典型復(fù)雜仿真系統(tǒng)生命周期vv&a開發(fā)過程
6.7.1 分布交互式仿真系統(tǒng)生命周期vv&a開發(fā)過程
6.7.2 hla仿真系統(tǒng)生命周期vv&a開發(fā)過程
6.7.3 dis/hla仿真系統(tǒng)生命周期vv&a開發(fā)過程
6.8 復(fù)雜仿真系統(tǒng)vv&a標(biāo)準(zhǔn)/規(guī)范及其應(yīng)用
6.8.1 引言
6.8.2 復(fù)雜仿真系統(tǒng)vv&a標(biāo)準(zhǔn)/規(guī)范的需求分析
6.8.3 復(fù)雜仿真系統(tǒng)vv&a標(biāo)準(zhǔn)/規(guī)范技術(shù)框架及主要內(nèi)容
6.8.4 復(fù)雜仿真系統(tǒng)vv&a標(biāo)準(zhǔn)/規(guī)范應(yīng)用
6.9 vv&a的自動化、通用化和智能化問題
6.9.1 vv&a工作流的自動化
6.9.2 通用的vv&a體系
6.9.3 基于人工智能的vv&a平臺
6.10 m&s的vv&a管理系統(tǒng)設(shè)計與實現(xiàn)
6.10.1 引言
6.10.2 系統(tǒng)結(jié)構(gòu)設(shè)計
6.10.3 系統(tǒng)數(shù)據(jù)庫設(shè)計
6.10.4 vv&a管理庫設(shè)計
6.10.5 系統(tǒng)功能設(shè)計
6.10.6 應(yīng)用實例
6.11 大型復(fù)雜仿真系統(tǒng)的可信度評估方法
6.11.1 引言
6.11.2 層次分析評估法
6.11.3 模糊綜合評判法
6.11.4 模糊層次分析評估法
6.11.5 灰色綜合評估法
6.11.6 相似度辨識評估法
6.11.7 基于逼真度評估法
思考題
參考文獻(xiàn)
前言
第1章 緒論
1.1 系統(tǒng)概念與分類
1.1.1 系統(tǒng)概念
1.1.2 系統(tǒng)分類
1.2 復(fù)雜性概念與復(fù)雜系統(tǒng)提法
1.2.1 復(fù)雜性概念
1.2.2 復(fù)雜系統(tǒng)提法
1.3 復(fù)雜系統(tǒng)的特點、研究對象及方法
1.3.1 復(fù)雜系統(tǒng)的特點
1.3.2 復(fù)雜系統(tǒng)的研究對象
1.3.3 復(fù)雜系統(tǒng)的研究方法
1.4 系統(tǒng)研究現(xiàn)狀和趨勢
1.4.1 研究現(xiàn)狀
1.4.2 發(fā)展趨勢
1.5 系統(tǒng)建模與仿真
1.5.1 模型概念、性質(zhì)及分類
1.5.2 數(shù)學(xué)建模及其過程
1.5.3 仿真建模與系統(tǒng)仿真
1.5.4 系統(tǒng)建模與仿真體系結(jié)構(gòu)
1.6 對復(fù)雜問題建模與仿真的重要思考
1.6.1 復(fù)雜系統(tǒng)研究是建模與仿真發(fā)展的動力源
1.6.2 支撐復(fù)雜系統(tǒng)建模與仿真的新理論
1.6.3 復(fù)雜系統(tǒng)建模方法學(xué)進(jìn)展
1.6.4 適應(yīng)于復(fù)雜仿真系統(tǒng)的體系結(jié)構(gòu)
1.6.5 復(fù)雜系統(tǒng)建模環(huán)境及工具
1.6.6 復(fù)雜仿真系統(tǒng)與vv&a技術(shù)
思考題
第2章 系統(tǒng)建模的基本理論
2.1 引言
2.2 模型論及其相關(guān)理論
2.2.1 引言
2.2.2 實際系統(tǒng)的抽象
2.2.3 系統(tǒng)描述及其保存關(guān)系
2.2.4 模型的非形式化與形式化描述
2.2.5 模型集總
2.2.6 模型簡化
2.2.7 模型修改
2.2.8 模型靈敏度分析
2.2.9 模型的有效性及可信性
2.3 相似理論及演繹推理
2.3.1 引言
2.3.2 相似概念及分類
2.3.3 相似關(guān)系
2.3.4 相似定理
2.3.5 演繹推理
2.3.6 連續(xù)物理系統(tǒng)的相似性及其模型通式
2.4 系統(tǒng)辨識理論
2.4.1 系統(tǒng)辨識概念、定義及要素
2.4.2 系統(tǒng)辨識框架和內(nèi)容
2.4.3 系統(tǒng)辨識方法與算法
2.5 系統(tǒng)層次性與分形理論
2.5.1 系統(tǒng)的層次性概念
2.5.2 系統(tǒng)分析與層次分析
2.5.3 系統(tǒng)層次分析方法概述
2.5.4 系統(tǒng)分形概念
2.5.5 分形理論的要點
2.6 復(fù)雜適應(yīng)系統(tǒng)理論
2.6.1 基本概念
2.6.2 cas樹
2.6.3 主體的適應(yīng)和學(xué)習(xí)
2.6.4 cas宏觀模型
2.7 定性理論、模糊理論及云理論
2.7.1 定性理論的產(chǎn)生及其范疇
2.7.2 定性推理
2.7.3 定性建模
2.7.4 模糊理論的產(chǎn)生
2.7.5 模糊集合（論）
2.7.6 模糊集合運(yùn)算和基本定理
2.7.7 模糊數(shù)和模糊集合特征描述
2.7.8 模糊關(guān)系
2.7.9 云理論
2.8 自組織理論
2.8.1 引言
2.8.2 理論基礎(chǔ)及研究范疇
2.8.3 系統(tǒng)自組織概念
2.8.4 耗散結(jié)構(gòu)論
2.8.5 協(xié)同學(xué)
2.8.6 日趨完善的自組織理論
2.9 元胞自動機(jī)與支持向量機(jī)理念
2.9.1 引言
2.9.2 元胞自動機(jī)理念
2.9.3 元胞自動機(jī)的功能特點
2.9.4 支持向量機(jī)理念和內(nèi)涵
2.9.5 支持向量分類機(jī)
2.9.6 支持向量回歸機(jī)
2.10 灰色系統(tǒng)理論和馬爾可夫理論
2.10.1 引言
2.10.2 灰色系統(tǒng)基本原理
2.10.3 灰色系統(tǒng)理論體系結(jié)構(gòu)
2.10.4 灰色概念、運(yùn)算及灰色聯(lián)度分析
2.10.5 灰色系統(tǒng)建模
2.10.6 馬爾可夫過程
2.10.7 馬爾可夫鏈及其相關(guān)定義和定理
2.11 圖論
2.11.1 引言
2.11.2 圖概念及重要術(shù)語
2.11.3 樹及其生成樹
2.11.4 遍歷、歐拉圖及哈密頓圖
2.11.5 圖矩陣
2.12 網(wǎng)絡(luò)理論
2.12.1 引言
2.12.2 基本概念及其物理意義
2.12.3 網(wǎng)絡(luò)*大流及*小流
2.12.4 *短路和*小代價流
2.12.5 工程網(wǎng)絡(luò)圖
2.12.6 計算機(jī)網(wǎng)絡(luò)
2.12.7 petri網(wǎng)
2.12.8 人工神經(jīng)網(wǎng)絡(luò)
2.12.9 貝葉斯網(wǎng)
2.13 元模型及綜合集成研討廳理念
2.13.1 引言
2.13.2 元模型理念及其相關(guān)概念
2.13.3 綜合集成研討廳理念
2.14 虛擬現(xiàn)實及其相關(guān)理論
2.14.1 引言
2.14.2 基本概念及定義
2.14.3 vr系統(tǒng)及分類
2.14.4 vr硬、軟件工具
2.14.5 vr技術(shù)及其應(yīng)用
思考題
第3章 常用數(shù)學(xué)建模方法、原理及案例
3.1 概述
3.1.1 引言
3.1.2 數(shù)學(xué)建模方法的選取
3.2 機(jī)理分析法
3.2.1 方法原理
3.2.2 建模過程
3.2.3 應(yīng)用案例
3.3 盲接相似法
3.3.1 方法原理
3.3.2 建模過程
3.3.3 應(yīng)用案例
3.4 量綱分析法
3.4.1 方法原理
3.4.2 建模過程
3.4.3 應(yīng)用案例
3.5 比例法
3.5.1 方法原理
3.5.2 建模過程
3.5.3 應(yīng)用案例
3.6 概率統(tǒng)計法
3.6.1 方法原理
3.6.2 建模過程
3.6.3 應(yīng)用案例
3.7 回歸分析法
3.7.1 方法原理
3.7.2 建模過程
3.7.3 應(yīng)用案例
3.8 集合分析法
3.8.1 方法原理
3.8.2 建模過程
3.8.3 應(yīng)用案例
3.9 層次分析法
3.9.1 方法原理
3.9.2 建模過程
3.9.3 應(yīng)用案例
3.10 圖解法
3.10.1 方法原理
3.10.2 建模過程
3.10.3 應(yīng)用案例
3.11 蒙特卡羅法
3.11.1 方法原理
3.11.2 建模過程
3.11.3 應(yīng)用案例
3.12 模糊集論法
3.12.1 引言
3.12.2 隸屬函數(shù)確定法
3.12.3 模糊聚類分析法
3.12.4 模糊模式識別法
3.12.5 模糊綜合評判法
3.13 “隔艙”系統(tǒng)法
3.13.1 方法原理
3.13.2 建模過程
3.13.3 應(yīng)用案例
3.14 灰色系統(tǒng)法
3.14.1 方法原理
3.14.2 建模過程
3.14.3 應(yīng)用案例
3.15 想定法
3.15.1 方法原理
3.15.2 建模過程
3.15.3 應(yīng)用案例
3.16 計算機(jī)輔助法
3.16.1 方法原理
3.16.2 建模過程
3.16.3 應(yīng)用案例
3.17 系統(tǒng)辨識法
3.17.1 方法原理
3.17.2 建模過程
3.17.3 應(yīng)用案例
3.18神經(jīng)網(wǎng)絡(luò)法
3.18.1 方法原理
3.18.2 建模過程
3.18.3 應(yīng)用案例
思考題
第4章 面向復(fù)雜系統(tǒng)建模的新方法與技術(shù)
4.1 概述
4.2 混合建模方法與技術(shù)
4.2.1 引言
4.2.2 分析-統(tǒng)計法
4.2.3 模糊辨識法
4.2.4 基于模糊神經(jīng)網(wǎng)絡(luò)的模型辨識
4.3 組合建模方法與技術(shù)
4.3.1 方法原理
4.3.2 技術(shù)特點
4.3.3 典型應(yīng)用
4.4 基于智能技術(shù)的agent/mas建模方法與技術(shù)
4.4.1 引言
4.4.2 方法原理
4.4.3 技術(shù)特點
4.4.4 典型應(yīng)用
4.5 基于petri網(wǎng)建模方法與技術(shù)
4.5.1 引言
4.5.2 方法原理
4.5.3 技術(shù)特點
4.5.4 典型應(yīng)用
4.6 馬爾可夫建模方法與技術(shù)
4.6.1 引言
4.6.2 動態(tài)系統(tǒng)傳統(tǒng)馬爾可夫建模方法與技術(shù)
4.6.3 動態(tài)系統(tǒng)模糊馬爾可夫建模方法與技術(shù)
4.7 bootstrap、bayes及bayes bootstrap建模方法與技術(shù)
4.7.1 引言
4.7.2 bootstrap建模方法與技術(shù)
4.7.3 bayes bootstrap建模方法與技術(shù)
4.7.4 bayes建模方法與技術(shù)
4.8 基于貝葉斯網(wǎng)的建模方法與技術(shù)
4.8.1 引言
4.8.2 基于專家主導(dǎo)的貝葉斯網(wǎng)建模方法與技術(shù)
4.8.3 基于聯(lián)結(jié)樹的貝葉斯網(wǎng)建模方法與技術(shù)
4.9 定性建模方法與技術(shù)
4.9.1 引言
4.9.2 基于p-范數(shù)的近似推理定性建模方法與技術(shù)
4.9.3 基于通用系統(tǒng)問題求解系統(tǒng)理論的歸納推理定性建模方法與技術(shù)
4.9.4 基于qsim算法的定性建模方法與技術(shù)
4.9.5 基于微分方程定性理論的建模方法與技術(shù)
4.9.6 基于范例推理建模方法與技術(shù)
4.10 基于因果關(guān)系的建模方法與技術(shù)
4.10.1 引言
4.10.2 方法原理
4.10.3 技術(shù)特點
4.10.4 典型應(yīng)用
4.11 基于云理論的建模方法與技術(shù)
4.11.1 引言
4.11.2 方法原理
4.11.3 技術(shù)特點
4.11.4 典型應(yīng)用
4.12 基于元模型的建模方法與技術(shù)
4.12.1 引言
4.12.2 方法原理
4.12.3 技術(shù)特點
4.12.4 典型應(yīng)用
4.12.5 基于元模型的仿真模型表示及建模方法
4.13 基于元胞自動機(jī)的建模方法與技術(shù)
4.13.1 引言
4.13.2 方法原理
4.13.3 技術(shù)特點
4.13.4 典型應(yīng)用
4.14 基于支持向量機(jī)的建模方法與技術(shù)
4.14.1 引言
4.14.2 方法原理
4.14.3 技術(shù)特點
4.14.4 典型應(yīng)用
4.15 基于超高計算智能逼近的建模方法與技術(shù)
4.15.1 引言
4.15.2 基于量子神經(jīng)網(wǎng)絡(luò)的建模方法與技術(shù)
4.15.3 基于協(xié)同進(jìn)化計算的建模方法與技術(shù)
4.15.4 基于多智能體遺傳算法的建模方法與技術(shù)
4.16 基于混合專家系統(tǒng)的建模方法與技術(shù)
4.16.1 引言
4.16.2 方法原理
4.16.3 技術(shù)特點
4.16.4 典型應(yīng)用
4.17 綜合集成建模方法與技術(shù)
4.17.1 引言
4.17.2 方法原理
4.17.3 技術(shù)特點
4.17.4 典型應(yīng)用
4.18 基于cas理論的建模方法與技術(shù)
4.18.1 引言
4.18.2 方法原理
4.18.3 技術(shù)特點
4.18.4 典型應(yīng)用
4.19 基于自組織理論的建模方法與技術(shù)
4.19.1 引言
4.19.2 基于gmdh建模的方法原理
4.19.3 基于gmdh建模的技術(shù)特點
4.19.4 基于gmdh建模的典型應(yīng)用
4.20 基于分形理論的建模方法與技術(shù)
4.20.1 引言
4.20.2 方法原理
4.20.3 技術(shù)特點
4.20.4 典型應(yīng)用
4.21 多分辨率建模方法與技術(shù)
4.21.1 引言
4.21.2 方法原理
4.21.3 技術(shù)特點
4.21.4 典型應(yīng)用
4.22 面向?qū)ο蠼７椒ㄅc技術(shù)
4.22.1 引言
4.22.2 方法原理
4.22.3 技術(shù)特點
4.22.4 典型應(yīng)用
思考題
第5章 復(fù)雜系統(tǒng)m&s支撐環(huán)境及工具
5.1 概述
5.2 uml/rational rose
5.2.1 引言
5.2.2 uml/rational rose簡介
5.2.3 應(yīng)用實例
5.3 abm/swarm
5.3.1 引言
5.3.2 svvarm平臺簡介
5.3.3 應(yīng)用實例
5.4 hla/rti
5.4.1 引言
5.4.2 基本思想及開發(fā)過程
5.4.3 應(yīng)用實例
5.5 opengl/vega和multigen/creator
5.5.1 引言
5.5.2 opengl/vega簡介
5.5.3 multigen/creator簡介
5.5.4 應(yīng)用實例
5.6 matlab/simulink
5.6.1 引言
5.6.2 matlab/simulink簡介
5.6.3 應(yīng)用實例
5.7 adams/vievv
5.7.1 引言
5.7.2 adams簡介
5.7.3 應(yīng)用實例
5.8 stage/strive
5.8.1 引言
5.8.2 stage簡介
5.8.3 strive簡介
5.8.4 應(yīng)用實例
5.9 globus toolkit
5.9.1 引言
5.9.2 網(wǎng)格技術(shù)發(fā)展概況
5.9.3 globus toolkit簡介
5.9.4 應(yīng)用實例
5.10 m&s的其他支撐環(huán)境與工具
思考題
第6章 大型復(fù)雜仿真系統(tǒng)的vv&a及可信度評估
6.1 引言
6.2 大型復(fù)雜仿真系統(tǒng)的特點及可信度評估對策
6.2.1 現(xiàn)代大型復(fù)雜仿真系統(tǒng)的特點
6.2.2 大型復(fù)雜仿真系統(tǒng)的可信度評估對策
6.3 vv&a基本概念及相關(guān)概念
6.3.1 基本概念
6.3.2 相關(guān)概念
6.4 vv&a的原則和工作模式
6.4.1 仿真系統(tǒng)vv&a原則
6.4.2 vv&a工作模式
6.5 仿真系統(tǒng)v&v方法
6.5.1 仿真系統(tǒng)校核方法
6.5.2 仿真系統(tǒng)驗證方法
6.5.3 一般*大熵譜估計法
6.5.4 基于神經(jīng)網(wǎng)絡(luò)的*大熵譜估計法
6.6 復(fù)雜仿真系統(tǒng)生命周期vv&a方案設(shè)計
6.7 典型復(fù)雜仿真系統(tǒng)生命周期vv&a開發(fā)過程
6.7.1 分布交互式仿真系統(tǒng)生命周期vv&a開發(fā)過程
6.7.2 hla仿真系統(tǒng)生命周期vv&a開發(fā)過程
6.7.3 dis/hla仿真系統(tǒng)生命周期vv&a開發(fā)過程
6.8 復(fù)雜仿真系統(tǒng)vv&a標(biāo)準(zhǔn)/規(guī)范及其應(yīng)用
6.8.1 引言
6.8.2 復(fù)雜仿真系統(tǒng)vv&a標(biāo)準(zhǔn)/規(guī)范的需求分析
6.8.3 復(fù)雜仿真系統(tǒng)vv&a標(biāo)準(zhǔn)/規(guī)范技術(shù)框架及主要內(nèi)容
6.8.4 復(fù)雜仿真系統(tǒng)vv&a標(biāo)準(zhǔn)/規(guī)范應(yīng)用
6.9 vv&a的自動化、通用化和智能化問題
6.9.1 vv&a工作流的自動化
6.9.2 通用的vv&a體系
6.9.3 基于人工智能的vv&a平臺
6.10 m&s的vv&a管理系統(tǒng)設(shè)計與實現(xiàn)
6.10.1 引言
6.10.2 系統(tǒng)結(jié)構(gòu)設(shè)計
6.10.3 系統(tǒng)數(shù)據(jù)庫設(shè)計
6.10.4 vv&a管理庫設(shè)計
6.10.5 系統(tǒng)功能設(shè)計
6.10.6 應(yīng)用實例
6.11 大型復(fù)雜仿真系統(tǒng)的可信度評估方法
6.11.1 引言
6.11.2 層次分析評估法
6.11.3 模糊綜合評判法
6.11.4 模糊層次分析評估法
6.11.5 灰色綜合評估法
6.11.6 相似度辨識評估法
6.11.7 基于逼真度評估法
思考題
參考文獻(xiàn)
展開全部
復(fù)雜系統(tǒng)建模理論.方法與技術(shù) 節(jié)選
《復(fù)雜系統(tǒng)建模理論、方法與技術(shù)》是一部專門研究復(fù)雜系統(tǒng)建模理論、方法與技術(shù)的著作。作者在全面論述系統(tǒng)建；纠碚摵统Ｓ媒７椒ǖ幕A(chǔ)上，重點研究面向復(fù)雜系統(tǒng)數(shù)學(xué)建模的新方法與技術(shù)，以及仿真建模環(huán)境和工具，并深入討論人們十分關(guān)心的大型復(fù)雜仿真系統(tǒng)建模的VV&A與可信度評估技術(shù)及其應(yīng)用。復(fù)雜系統(tǒng)建模是越來越多的復(fù)雜工程系統(tǒng)、社會經(jīng)濟(jì)系統(tǒng)、軍事作戰(zhàn)系統(tǒng)、人工生命系統(tǒng)等研究的基礎(chǔ)，有著極其廣泛而旺盛的社會、經(jīng)濟(jì)、國防和科技需求，堪稱仿真科學(xué)與技術(shù)的前沿新領(lǐng)域。
復(fù)雜系統(tǒng)建模理論.方法與技術(shù) 作者簡介
劉興堂，1942年2月生于陜西省三原縣，文職將軍、空軍級專家，F(xiàn)任空軍防空導(dǎo)彈精確制導(dǎo)與控制技術(shù)研究中心主任，空軍工程大學(xué)教授、“控制科學(xué)與工程”學(xué)科博士生導(dǎo)師。兼任中國系統(tǒng)仿真學(xué)會常務(wù)理事、中國航空學(xué)會飛行力學(xué)及飛行試驗分會委員、中國自動化學(xué)會仿真專業(yè)委員會副主任、中國計算機(jī)用戶協(xié)會仿真應(yīng)用分會理事、陜西省系統(tǒng)仿真學(xué)會副理事長。
1965年8月西北工業(yè)大學(xué)飛機(jī)設(shè)計與制造專業(yè)本科畢業(yè)。
1968年3月西北工業(yè)大學(xué)非線性振動理論碩士研究生畢業(yè)。
1968～1982年在中國飛行試驗研究院從事飛機(jī)控制系統(tǒng)試飛和模擬研究。曾任專業(yè)組長、大型飛行模擬器工程和航空重點仿真實驗室建設(shè)主管工程師。
1982年特招入伍，在空軍工程大學(xué)導(dǎo)彈學(xué)院從教至今。長期從事飛行器導(dǎo)航、制導(dǎo)與控制及復(fù)雜系統(tǒng)建模與仿真的教學(xué)和研究工作。
曾獲國家科技進(jìn)步獎2項、省部級科技成果獎2項、軍隊科技進(jìn)步獎7項；出版專著、譯著和大型工具書13部：《機(jī)動飛機(jī)實用空氣動力學(xué)》、《飛機(jī)舵面的傳動裝置》、《物理量傳感器》、《現(xiàn)代系統(tǒng)建模與仿真技術(shù)》、《現(xiàn)代飛行模擬技術(shù)》、《空中飛行模擬器》、《精確制導(dǎo)、控制與仿真技術(shù)》、《導(dǎo)彈制導(dǎo)控制系統(tǒng)分析、設(shè)計與仿真》、《現(xiàn)代辨識工程》、《應(yīng)用自適應(yīng)控制》、《新俄漢科技綜合詞典》、《俄漢航空航天航海科技大詞典》、《復(fù)雜系統(tǒng)建模理論、方法與技術(shù)》；發(fā)表學(xué)術(shù)論文百余篇。
書友推薦
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
史學(xué)評論
- >
朝聞道
- >
唐代進(jìn)士錄
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
二體千字文
- >
企鵝口袋書系列·偉大的思想20:論自然選擇(英漢雙語)
- >
小考拉的故事-套裝共3冊
本類暢銷
