模糊技術(shù)與神經(jīng)網(wǎng)絡技術(shù)選編（4）

    第一章 模糊邏輯與模糊推理的基礎研究
    1.1論模糊性及其數(shù)學問題
    1.2模糊推理與模糊邏輯
    1.3基于落影表現(xiàn)理論的模糊條件語句的真域研究
    1.4布爾算子模糊邏輯中一種新的假說修正方法
    1.5模糊證據(jù)理論
   第二章 神經(jīng)網(wǎng)絡與模糊神經(jīng)網(wǎng)絡）
    2.1神經(jīng)網(wǎng)絡理論的發(fā)展與前沿問題
    2.2多層前向神經(jīng)網(wǎng)絡結(jié)構(gòu)的研究進展
    2.3一種多層前饋網(wǎng)參數(shù)可分離學習算法
    2.4變結(jié)構(gòu)神經(jīng)網(wǎng)絡
    2.5模糊神經(jīng)網(wǎng)絡理論研究綜述
    2.6一種混合模糊聯(lián)想記憶網(wǎng)絡
    2.7新模糊神經(jīng)網(wǎng)絡模型及其建模應用研究
    2.8模糊小腦模型神經(jīng)網(wǎng)絡
    2.9神經(jīng)網(wǎng)絡模糊邏輯的軟硬件技術(shù)
   第三章 模式聚類、分類及識別中的模糊技術(shù)與神經(jīng)網(wǎng)絡技術(shù)）
    3.1模糊聚類計算方法的理論分析
    3.2模糊聚類分析理論與應用研究進展
    3.3模糊聯(lián)想分類器及其進化訓練
    3.4基于混合遺傳訓練方法的分類器參數(shù)設計
    3.5對圖形識別具有平移、旋轉(zhuǎn)、伸縮不變性的神經(jīng)網(wǎng)絡
    3.6一種模糊聚類模式識別方法及應用
    3.7未確知系統(tǒng)的模糊模式識別
    3.8一種用于模式識別的新型多功能開關(guān)電流模糊處理器
   第四章 模糊控制、神經(jīng)網(wǎng)絡控制與智能控制）
    4.1神經(jīng)控制器的典型結(jié)構(gòu)
    4.2神經(jīng)網(wǎng)絡自學習控制研究
    4.3基于動態(tài)遞歸神經(jīng)網(wǎng)絡穩(wěn)定控制器的設計
    4.4采用不同的模糊推理方法時典型模糊控制器的結(jié)構(gòu)分析
    4.5基于遺傳算法的模糊控制器設計
    4.6一種新的模糊控制器電路設計
    4.7學習控制技術(shù)、方法和應用的發(fā)展新動向
    4.8智能控制理論分析與探索
   第五章 基于模糊技術(shù)和神經(jīng)網(wǎng)絡技術(shù)的知識處理與專家系統(tǒng)）
    5.1神經(jīng)網(wǎng)絡的知識處理
    5.2基于BP神經(jīng)網(wǎng)絡的模糊語言及其規(guī)則表示
    5.3基于人工神經(jīng)網(wǎng)絡的知識求精方法
    5.4一種基于神經(jīng)網(wǎng)絡的模糊知識自動獲取方法
    5.5自適應模糊匹配模型及實現(xiàn)技術(shù)
    5.6基于FuzzyPetri網(wǎng)專家系統(tǒng)的研究
   第六章 模糊技術(shù)、神經(jīng)網(wǎng)絡技術(shù)與工程設計）
    6.1用結(jié)構(gòu)可控神經(jīng)網(wǎng)絡作結(jié)構(gòu)分析
    6.2MCM劃分的自組織神經(jīng)網(wǎng)絡
    6.3基于特征的結(jié)構(gòu)分析有限元h型自適應模糊控制算法
    6.4工程表決子系統(tǒng)的可靠性模糊優(yōu)化設計
   第七章 基于模糊技術(shù)和神經(jīng)網(wǎng)絡技術(shù)的智能化故障診斷）
    7.1故障診斷的智能模型研究述評
    7.2用于故障診斷的集成型智能系統(tǒng)
    7.3模糊故障樹分析方法
    7.4故障診斷專家系統(tǒng)的知識網(wǎng)絡設計
    7.5控制系統(tǒng)故障的智能診斷技術(shù)
   第八章 模糊技術(shù)、神經(jīng)網(wǎng)絡技術(shù)與信息融合）
    8.1綜合智能信息處理——形勢、趨向、問題與突破口
    8.2模糊神經(jīng)網(wǎng)絡在數(shù)據(jù)融合中的應用
    8.3信息融合模型的神經(jīng)網(wǎng)絡描述
    8.4模糊神經(jīng)延時Petri網(wǎng)絡的信息融合模型
    8.5基于模糊神經(jīng)網(wǎng)絡及證據(jù)推理的數(shù)據(jù)融合系統(tǒng)
   第九章 采用模糊技術(shù)和神經(jīng)網(wǎng)絡技術(shù)的運籌管理與決策方法）
    9.1綜合評判的神經(jīng)網(wǎng)絡方法
    9.2基于知識的綜合評價問題的模糊推理求解方法
    9.3求解模糊目標/資源問題的擬人化算法
    9.4具有一般信息結(jié)構(gòu)的模糊多屬性決策方法
    9.5決策支持系統(tǒng)中的不精確推理研究
    9.6基于模糊－神經(jīng)網(wǎng)絡的援例支持系統(tǒng)
   第十章 模糊邏輯、神經(jīng)網(wǎng)絡與遺傳算法）
    10.1軟計算中的協(xié)作和融合技術(shù)綜述
    10.2神經(jīng)網(wǎng)絡的函數(shù)逼近理論
    10.3雜合遺傳算法與計算智能
    10.4進化神經(jīng)網(wǎng)絡研究進展
    10.5基于遺傳算法的神經(jīng)模糊網(wǎng)絡
   第十一章 文章摘要
    一、模糊邏輯與模糊推理的基礎研究
    1.1模糊邏輯的緊致性
    1.2布爾算子模糊邏輯中的刪除策略
    1.3模糊推理中的真值傳播研究
    1.4A→B對x的模糊a－真的新的充要條件
    1.5格值命題邏輯系統(tǒng)L（X）（I）、（Ⅱ）
    1.6雙枝模糊集（I）（Ⅱ）（III）
    1.7Fuzzy集合與集合套的T模交與S模并
    二、神經(jīng)網(wǎng)絡與模糊神經(jīng)網(wǎng)絡
    2.1BP神經(jīng)網(wǎng)絡的設計
    2.2一種提高BP算法學習速度的有效途徑
    2.3BP神經(jīng)網(wǎng)絡實際應用中的若干問題
    2.4遺傳算法與神經(jīng)網(wǎng)絡模型的結(jié)合
    2.5基于遺傳算法的神經(jīng)網(wǎng)絡結(jié)構(gòu)設計
    2.6神經(jīng)網(wǎng)絡中的逼近問題
    2.7模擬退火算法及其改進形式
    2.8一種新的聯(lián)想記憶系統(tǒng)及其學習收斂性
    2.9神經(jīng)網(wǎng)絡學習中”附加樣本”的技術(shù)
    2.10人工神經(jīng)網(wǎng)絡回歸建模方法及其應用
    2.11一種推廣的模糊神經(jīng)網(wǎng)絡及學習算法
    2.12一種混合模糊聯(lián)想記憶網(wǎng)絡
    2.13新模糊神經(jīng)網(wǎng)絡模型及其建模應用研究
    2.14模糊神經(jīng)網(wǎng)絡系統(tǒng)的隸屬函數(shù)初始化算法研究
    2.15基于遺傳算法的分布結(jié)構(gòu)模糊神經(jīng)網(wǎng)絡
    2.16神經(jīng)計算機的發(fā)展及其應用
    2.17神經(jīng)計算機理論（III）、（IV）
    2.18一種快速BP算法的研究
    2.19聯(lián)想記憶神經(jīng)網(wǎng)絡吸收區(qū)域的估計
    2.20區(qū)間估計的FWNN及其區(qū)間學習算法
    2.21一維雙向耦合映象網(wǎng)絡及其應用
    2.22一種模糊規(guī)則動態(tài)調(diào)整BP算法中參數(shù)的方法
    三、模式聚類、分類及識別中的模糊技術(shù)與神經(jīng)網(wǎng)絡技術(shù)
    3.1一種新的高效軟聚類方法：截集模糊C－均值（S2FCM）聚類算法
    3.2基于可能性分布的聚類有效性
    3.3一種模糊聚類模式識別方法及應用
    3.4模糊聚類網(wǎng)中多對一映射的實現(xiàn)
    3.5一種基于加權(quán)模糊優(yōu)先相似法的聚類分析方法
    3.6一種結(jié)構(gòu)自適應模糊聚類神經(jīng)網(wǎng)絡分類器的研究
    3.7模糊聚類計算方法的理論分析
    3.8小波包模糊聚類網(wǎng)絡研究及應用
    3.9一種組合徑向基函數(shù)網(wǎng)絡結(jié)構(gòu)的分類方法
    3.10 基于混合遺傳訓練方法的分類器參數(shù)設計
    3.11遺傳算法與神經(jīng)網(wǎng)絡在模式分類中的應用
    3.12智能自動化的模式識別方法
    3.13一種用于模式識別的新型多功能開關(guān)電流模糊處理器
    3.14利用主元分析與神經(jīng)網(wǎng)絡進行人臉識別
    3.15通用前饋網(wǎng)絡及排序?qū)W習前向掩蔽模型在模式識別中的應用
    3.16一種基于第二代開關(guān)電流技術(shù)的模式識別模糊處理器
    3.17基于神經(jīng)網(wǎng)絡子空間模式識別方法研究（I）
    3.18多層前饋模糊神經(jīng)網(wǎng)絡進行圖像識別
    3.19基于模糊算法的判決神經(jīng)網(wǎng)絡
    3.20模糊模式識別方法研究
    四、模糊控制、神經(jīng)控制與智能控制
    4.1人工神經(jīng)網(wǎng)絡－模糊控制研究近況
    4.2模糊控制器的硬件電路實現(xiàn)
    4.3模糊神經(jīng)網(wǎng)絡實現(xiàn)的PID參數(shù)自調(diào)整控制及應用研究
    4.4采用模糊控制工具箱設計模糊控制器的方法
    4.5通用模糊控制器及其硬件電路實現(xiàn)
    4.6基于模塊化的模糊控制器算法功能設計
    4.7一類非線性系統(tǒng)迭代優(yōu)化神經(jīng)網(wǎng)絡控制器
    4.8一種自組織模糊神經(jīng)元網(wǎng)絡控制學習方法及其應用
    4.9用BP算法實現(xiàn)模糊控制規(guī)則的自校正
    4.10智能控制中的模糊控制、神經(jīng)網(wǎng)絡控制及遺傳算法（上）
    4.11基于神經(jīng)網(wǎng)絡的非線性控制系統(tǒng)自組織辨識
    4.12基于遺傳算法的模糊控制器設計
    4.13模糊控制器一種快速算法
    4.14基于神經(jīng)網(wǎng)絡的模糊自適應PID控制及其實現(xiàn)
    4.15一種無需對象模型的自適應控制方法
    4.16一種基于GA的模糊控制器直接設計方法
    4.17基于遺傳算法的混沌系統(tǒng)模糊控制
    4.18模糊控制系統(tǒng)的穩(wěn)定性分析和設計方法研究
    4.19基于神經(jīng)網(wǎng)絡的仿人模糊智能控制
    4.20遺傳算法與模擬退火算法混合策略模糊控制的研究
    4.21基于神經(jīng)網(wǎng)絡的自適應模糊控制器
    4.22基于多值邏輯電路和二值PLA的硬件模糊控制器
    4.23模糊邏輯控制系統(tǒng)分析與設計
    4.24遺傳算法在抽取和過濾模糊控制規(guī)則中的應用研究
    4.25人機結(jié)合的模糊控制優(yōu)化設計
    4.26一種提高模糊控制器控制精度的方法
    4.27基于加速進化編程的非線性模糊控制系統(tǒng)的優(yōu)化設計
    4.28模糊神經(jīng)網(wǎng)絡自適應控制
    4.29基于模糊神經(jīng)網(wǎng)絡的辨識與控制技術(shù)的現(xiàn)狀及展望
    4.30模糊控制技術(shù)中的幾個問題
    4.31模糊PID增益調(diào)節(jié)器的算法、結(jié)構(gòu)及硬件實現(xiàn)
    4.32基于模糊控制規(guī)則自調(diào)整與自尋優(yōu)的模糊控制器
    4.33一種新型的模糊神經(jīng)網(wǎng)絡控制器
    4.34模糊控制的插值機理
    4.35基于強化學習的模糊自適應控制器
    4.36連續(xù)非線性系統(tǒng)的神經(jīng)網(wǎng)絡a階逆系統(tǒng)控制方法
    4.37基于PID神經(jīng)元多層網(wǎng)絡的多變量解耦控制系統(tǒng)
    4.39陶瓷窯溫度模糊控制系統(tǒng)的總體設計
    4.40電飯煲的模糊控制器
    4.41電冰箱模糊控制器的設計
    4.42電冰箱模糊控制的設計探討
    4.43全自動模糊控制洗衣機的設計
    4.44模糊控制技術(shù)在變頻空調(diào)器中的應用
    4.45推理合成法在爐溫模糊控制系統(tǒng)中的應用
    4.46模糊神經(jīng)網(wǎng)絡控制器及其在航天器姿態(tài)控制系統(tǒng)中的應用研究
    4.47二自由度平面機械手的T－S模型模糊自適應控制
    五、基于模糊技術(shù)和神經(jīng)網(wǎng)絡技術(shù)的知識處理與專家系統(tǒng)
    5.1一個基于符號神經(jīng)網(wǎng)絡的知識獲取系統(tǒng)
    5.2專家系統(tǒng)與人工神經(jīng)網(wǎng)絡的發(fā)展與結(jié)合
    5.3智能系統(tǒng)的綜合集成
    5.4并行工程中基于信任度的知識（信息）協(xié)同問題研究
    5.5模糊知識處理與專家系統(tǒng)
    5.6基于模糊性不確定性知識處理技術(shù)的研究與實現(xiàn)
    5.7基于實例的工藝知識獲取模型
    5.8動態(tài)模糊語義網(wǎng)及其并行執(zhí)行
    5.9廣義可能區(qū)間集及其在知識表示中的應用
    5.10混合型神經(jīng)網(wǎng)絡專家系統(tǒng)
    5.11基于神經(jīng)網(wǎng)絡的專家規(guī)則推理系統(tǒng)
    5.12飛機總體外形設計中的模糊知識處理方法研究
    5.13高爐異常爐況判斷專家系統(tǒng)及神經(jīng)網(wǎng)絡的實現(xiàn)
    5.14新一代的地震預報專家系統(tǒng)NGESEP中的推理子系統(tǒng)
    5.15銑削加工過程多目標優(yōu)化專家系統(tǒng)
    5.16基于神經(jīng)網(wǎng)絡的控制專家系統(tǒng)開發(fā)環(huán)境的實現(xiàn)
    5.17選擇隧道施工方法的神經(jīng)網(wǎng)絡專家系統(tǒng)
    5.18基于模糊推理的機械手表設計專家系統(tǒng)的研究
    六、基于模糊技術(shù)和神經(jīng)網(wǎng)絡技術(shù)的可靠性與優(yōu)化設計
    6.1基于神經(jīng)網(wǎng)絡的內(nèi)燃機零件可靠性優(yōu)化設計
    6.22K—H行星減速器的模糊可靠性優(yōu)化設計
    6.3四連桿打緯機構(gòu)的模糊優(yōu)化設計
    6.4機械優(yōu)化設計的Hopfield神經(jīng)網(wǎng)絡算法
    6.5受軸向變載緊螺栓組聯(lián)接的模糊可靠性優(yōu)化設計
    6.6擺線針輪行星減速器的模糊可靠性優(yōu)化設計
    6.7圓柱壓縮螺旋彈簧的模糊優(yōu)化設計
    6.8考慮模糊因素的結(jié)構(gòu)多目標優(yōu)化設計
    6.9谷氨酸流加發(fā)酵過程的神經(jīng)網(wǎng)絡優(yōu)化研究
    6.10機械系統(tǒng)的模糊可靠性
    七、基于模糊邏輯和神經(jīng)網(wǎng)絡的故障診斷技術(shù)
    7.1故障特征識別技術(shù)綜述
    7.2神經(jīng)網(wǎng)絡的故障診斷方法研究
    7.3神經(jīng)網(wǎng)絡雙向推理策略研究及其在故障診斷中的應用
    7.4基于神經(jīng)網(wǎng)絡及專家系統(tǒng)的混合診斷法
    7.5復雜系統(tǒng)故障診斷中的模糊聚類方法
    7.6一種模糊診斷的自適應修正
    7.7一種自生成基函數(shù)模糊神經(jīng)元故障診斷模型及其應用
    7.8FMS故障診斷專家系統(tǒng)的研究與開發(fā)
    7.9神經(jīng)網(wǎng)絡多參數(shù)診斷法及其應用研究
    7.10基于神經(jīng)網(wǎng)絡的故障診斷
    7.11基于產(chǎn)生式人工神經(jīng)網(wǎng)絡的汽輪發(fā)電機組故障診斷專家系統(tǒng)研究
    7.12一種用于冷軋過程故障診斷的實時專家系統(tǒng)
    7.13包裝機械神經(jīng)網(wǎng)絡專家系統(tǒng)故障診斷新方法
    7.14FMS故障診斷的模糊行為Petri網(wǎng)研究
    7.15 神經(jīng)網(wǎng)絡與模糊故障診斷專家系統(tǒng)結(jié)合的應用研究
    7.16頻譜特征自動提取方法在旋轉(zhuǎn)機械故障診斷中的應用
    7.17基于模糊神經(jīng)網(wǎng)絡的變壓器故障診斷新方法
    7.18汽輪發(fā)電機組故障診斷的復合式進化網(wǎng)絡
    7.19基于模糊神經(jīng)網(wǎng)絡的機械故障診斷方法的研究
    7.20模糊自組織神經(jīng)網(wǎng)絡在汽輪機轉(zhuǎn)子故障診斷中的應用
    7.21金屬結(jié)構(gòu)故障診斷的模糊專家系統(tǒng)研究
    7.22模糊診斷技術(shù)在旋轉(zhuǎn)機械設備故障診斷中的應用
    八、信息數(shù)據(jù)處理中的模糊技術(shù)與神經(jīng)網(wǎng)絡技術(shù)
    8.1基于模糊信息的信息融合及決策
    8.2模糊聚合及遺傳算法在多傳感器數(shù)據(jù)融合中的應用
    8.3要素空間方法與全源信息融合技術(shù)基礎
    8.4決策融合的模糊積分方法
    8.5基于模糊神經(jīng)網(wǎng)絡的分布式多傳感器多目標信息融合
    8.6一種具有信息融合功能的模糊推理方法
    8.7神經(jīng)網(wǎng)絡在圖像壓縮編碼中的應用研究
    8.8基于模糊算法的圖像處理新方法
    8.9一種基于小波變換的圖像壓縮方法
    8.10用人工智能和神經(jīng)網(wǎng)絡的方法組建數(shù)據(jù)壓縮系統(tǒng)
    8.11基于估計熵的模糊濾波
    8.12模糊數(shù)據(jù)發(fā)掘的研究
    九、模糊技術(shù)、神經(jīng)網(wǎng)絡技術(shù)與管理決策
    9.1一種基于模糊集理論的群決策綜合評判方法
    9.2一般未確知數(shù)在模糊綜合評判中的應用
    9.3模糊環(huán)境下的優(yōu)化決策
    9.4系統(tǒng)模糊決策優(yōu)選的閾值及應用
    9.5層次模糊決策法及其在生態(tài)環(huán)境評價中的應用
    9.6應用模糊集和神經(jīng)網(wǎng)絡的城市評價決策支持系統(tǒng)
    9.7決策風格及一種模糊決策方法
    9.8產(chǎn)品開發(fā)與計算機輔助決策分析方法研究
    9.9并行設計的模糊決策及其決策系統(tǒng)
    9.10一種基于專家模糊偏好集結(jié)的群決群策方法
    9.11一個基于人工神經(jīng)元網(wǎng)絡的決策支持系統(tǒng)
    9.12大系統(tǒng)決策論研究及其應用