Часть 1.. 9АБCД Нечётки е технологии (УЧЕБНИК) (Восстановлен)11 (2)

Глава 1. Математические основы формализации и методов описания

Глава 2. Методы представления знаний с использованием

Глава 3. Интеллектуальные технологии создания информационных систем. Способы получения информации и ее реализации для оценивания состояния агрегатов

Часть 4.

Глава 4. Источники информации и причины возникновения ее неопределенности

4.1. Переработка и использование информации в реальных условиях функционирования агрегатов

Часть 5.

Список использованных сокращений и обозначений

Введение:

Часть 1.

Глава 1. Математические основы формализации и методов описания

Формализация объекта и парадигмы

1.3. Множества и перечень базовых операций над множествами

Перечень базовых операций над множествами

Области определения функций

Обратная функция

Теорема

Мера и нечеткая мера

Задача построения нечетких мер

Нечеткие множества: определение и формы записи в операциях и

1.7.Функции доверия и правило Демпстера а.Р.,[23]

1.8. Нормировка функций в теории нечётких множеств

1.9. Нечёткие отношения: прямая и обратная задачи

Глава 2. Методы представления знаний с использованием приближенных и нечетких множеств

2.1.Нечеткие вычислительные технологии

2.2.Семантика объекта: определение и типизация

2.3.Создание Базы знаний: постановка, семантика, прагматика

2.4. Сопоставление объектов: постановка, семантика, прагматика

2.5.Распознавание объектов: постановка, семантика, прагматика

2.6. Управление процессом представления знаний

Нечёткие множества: субъективность и неточность

2.8.Нечеткая алгебра

2.9.Нечеткие иерархические отношения

2.10.Естественность операций max и min

2.11.Нечеткая статистика

2.12. Совместимость и нечеткое ожидание

Глава 3. Нечеткие технологии создания информационных систем. Способы получения информации и ее реализации для оценивания состояния агрегатов

3.2. Обработка нечетких данных как неопределенных чисел

Методология представления агрегата в виде комплексного механизма

3.2.2. Описание исходной информации на языке размытых множеств

Размытость интервалов, ограничений, критериев и целей управления в эксплуатации и диагностике

3.3.3. Размытые ограничения, цели и оптимизация работы агрегата в условиях нечеткой информации о состоянии

Анализ информации для диагностики и оценивания состояния механизмов

3.5. Оценки погрешностей измерений и наблюдений за состоянием агрегатов

Влияние погрешностей исходных данных на погрешности диагноза

Глава 4. Источники информации и причины возникновения ее неопределенности

4. 2. Управление и идентификация на объекте в условиях неопределенности информации на основе знаний, получаемых при функциональной диагностике

Тогда множество диагностических признаков g также будет нечетким

4.3.Представление и использование чётких и «размытых» знаний в математических моделях оценивания состояния агрегатов, на основе функциональной диагностики

4.3.1.Формализация решения задачи оценивания состояния

4.3.2. Особенности решения задач контроля и функционирования агрегата

Глава 5. Введение в генетическое программирование

5.1. Введение в генетические и эволюционные алгоритмы

5.2. Сравнительный анализ эволюционных алгоритмов

5.3. Генетическое программирование

5.4. Перспективные направления развития гп

Глава 6. Введение в нейронные сети

6.1. Алгоритмы их обучение и эластичные нейро-нечеткие системы

6.2. Имитация нервных клеток

6.3. Математическая модель нейрона

6.4. Обучение нейронных сетей

6.5. Метод обратного распространения ошибки

6.6. Алгоритм настройки нейронной сети

Глава 7. Другие методы нечетких технологий для построения

7.1. Введение в теорию возможностей и смысла

7.1.1. Неопределенность и неточность

7.1.2. Традиционные модели неточности и неопределенности

7.1.3. Меры неопределенности

7.1.4. Меры возможности и необходимости

7.1.5. Возможность и вероятность

7.2. Языки и технологии логического программирования prolog, lisp

Глава 8. Послесловие

8.1. Эволюция искусственного интеллекта для развития интеллектуальных

8.2.Экспертные системы нового уровня

8.3. Роботика

8.4. Преобразование речи искусственного языка

8.5. Интеллект муравьёв и его использование

8.6. Искусственная жизнь, мозг, познание, разум, память и мышление

8.7. Боты

Optimizator подсистемы диагностики состояния энергоустановок, skais, для решения задач технического обслуживания

Заключение

Литература