经济管理中软计算的理论与方法PDF|Epub|txt|kindle电子书版本网盘下载

经济管理中软计算的理论与方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第一章　模糊集合1

第一节　模糊性2

第二节　模糊集合的定义3

一、普通集合及其运算3

二、模糊集的定义及其表示法6

三、模糊集合的运算8

第三节　λ截集与分解定理12

一、λ截集12

二、分解定理14

第四节　隶属函数的确定16

一、模糊统计16

二、实数域R上的常用分布18

第五节　模糊集运算的拓广21

一、模糊并——s-范数21

二、模糊交——t-范数22

三、模糊补23

四、平均算子24

第二章　模糊关系25

第一节　经典关系与模糊关系26

一、关系26

二、模糊集合的投影与柱状扩展27

第二节　模糊关系的合成与扩展原理29

一、模糊关系合成29

二、扩展原理31

三、模糊等价关系31

第三节　模糊聚类分析37

第四节　应用实例42

第三章　模糊规则53

第一节　语言变量54

第二节　模糊if-then规则56

一、规则形式56

二、规则形式的理解57

第三节　模糊if-then规则的运算57

第四节　规则集合的数学性质61

第四章　模糊推理63

第一节　经典推理的拓广64

第二节　模糊推理合成规则65

一、广义取式推理65

二、广义拒式推理66

三、广义假言推理66

四、推理过程66

第三节　多输入多规则模糊推理机69

一、组合推理与独立推理70

二、几种常用的推理机71

三、多规则推理过程73

第四节　模糊化器与解模糊化器75

一、模糊化器75

二、解模糊化器76

三、中心平均解模糊化器77

第五章　模糊系统79

第一节　模糊系统80

第二节　模糊系统的万能逼近性质84

第三节　根据输入-输出数据设计模糊系统89

一、查表法设计模糊系统89

二、梯度下降法设计模糊系统94

三、聚类法设计模糊系统99

第六章　常见神经网络103

第一节　BP神经网络104

一、概述104

二、BP神经网络算法105

三、BP网络的一些理论问题107

四、对BP神经网络模型的改进108

第二节　径向基函数网络110

一、概述110

二、RBF网络的非线性特征111

三、基函数的确定113

四、RBF网络的学习算法114

五、RBF网络研究的新发展115

第三节 自组织特征映射网络116

一、自组织特征映射网络概述116

二、两种联想学习规则116

三、SOM网络的结构与特征119

四、SOM网络计算120

第七章　遗传算法介绍123

第一节　适应度的构造问题125

一、适应度函数设计的原则126

二、适应度函数与目标函数的关系126

三、常见适应度函数的尺度变换方法127

第二节　遗传算法的编码方式127

一、二进制编码127

二、实数编码129

三、符号编码129

四、Gray编码130

第三节　遗传算法的基本操作130

一、二进制编码方式下的遗传操作131

二、实数编码方式下的遗传操作138

三、十进制编码方式下的遗传操作140

四、灰色编码方式下的遗传操作141

五、符号编码方式下的遗传操作141

第四节　遗传算法中有关的几个问题146

第五节　遗传算法的收敛性147

第八章　软计算集成149

第一节 GA-ANN150

一、GA-BP-APARTING算法151

二、GA-BP-NESTING算法152

第二节　模糊-C划分153

一、模糊-C划分的意义153

二、算法及其收敛性154

第三节　模糊系统与神经网络156

第四节　两种模糊神经网络结构160

一、结论为实数的模糊神经网络（FNN1）结构及算法161

二、结论为线性的模糊神经网络（FNN2）结构及算法164

三、一种动态全参数自适应BP神经网络168

第九章　教育经济贡献率175

第一节　人力资本的计算176

一、潜在人力资本176

二、中国各地区潜在人力资本176

三、实际人力资本178

四、中国各地区实际人力资本179

第二节　按科技进步对目标系统的软分类180

一、指标和样本选取180

二、分类结果及其分析181

第三节　模糊系统的实现183

一、潜在人力资本与实际人力资本的模糊映射（FANN1）183

二、生产要素与经济增长的模糊映射184

三、中国及各地区教育对经济增长贡献率186

第四节　湖北省及各地区教育对经济的贡献率187

一、按科技进步水平对湖北各市、州的软分类189

二、潜在人力资本到实际人力资本的贡献率190

三、实际人力资本到经济增长的贡献率190

四、湖北省及各市、州教育对经济的贡献率191

第十章　金属矿山组合品位优化193

第一节　品位优化数学模型194

第二节　品位优化软计算模型195

一、截止品位aj与损失率φ的数据对关系195

二、尾矿量Qw的关系Qw=Qw（at,qt,aj,ar）197

三、采选总成本C的关系C=C（at,qt,aj,ar）197

四、算法集成198

第三节　实证研究199

一、损失率计算模型φ＝φ（aj）199

二、尾矿量计算模型Qw=Qw（at,qt,aj,ar）200

三、成本计算模型C=C（at,qt,aj,ar,）203

四、遗传-神经优化集成204

第十一章　石油勘探有利性综合评价205

第一节　区带勘探有利性评价206

一、三角模糊数206

二、Fuzzy AHP方法208

三、案例209

第二节　盆地勘探有利性213

一、预测勘探有利性的ANN结构213

二、指标属性值的量化处理213

三、勘探有利性评价ANN的实现算法215

第十二章　石油勘探信息管理中的软计算219

第一节　人工神经网络在油层识别中的应用220

一、运用BP网络预测孔、渗、饱220

二、运用SOM网络进行油层识别227

三、神经网络油层识别效果分析234

第二节　人工神经网络在储层追踪中的应用236

一、学习样本及样本特征参数提取237

二、网络训练237

三、网络追踪效果分析238

参考文献243