面向过程的软件设计及优化技术PDF|Epub|txt|kindle电子书版本网盘下载

面向过程的软件设计及优化技术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1部分 问题的逻辑化过程1

第1章 问题的符号化1

1.1命题逻辑1

1.1.1命题符号化过程1

1.1.2命题符号化规则3

1.2符号化过程中的等价问题4

1.2.1常用的等价关系4

1.2.2等价问题的推理5

1.3推理规则7

1.3.1基本原理7

1.3.2主要推理方式8

1.3.3句型模式12

1.3.4正确性13

第2章 基于推理规则的逻辑结构设计技术17

2.1推理规则17

2.1.1推理规则原理17

2.1.2紧致性定理20

2.2不确定性理论21

2.2.1专家系统MYCIN21

2.2.2主观Bayes方法24

2.3模糊推理26

2.3.1模糊推理的理论基础26

2.3.2模糊推理技术研究27

2.4证据理论29

2.4.1 D-S理论的数学基础29

2.4.2证据理论的推理模型32

2.5非单调推理35

2.6基于规则演绎推理技术研究39

2.6.1正向规则演绎推理技术研究39

2.6.2逆向演绎推理技术研究44

2.6.3演绎推理的探索分析46

第2部分 逻辑结构的优化技术48

第3章 学习规则及应用技术48

3.1机器学习技术48

3.1.1学习问题的描述48

3.1.2机器学习系统的基本结构49

3.1.3机器学习的应用实例49

3.2概念学习技术54

3.2.1概念学习的任务54

3.2.2概念学习算法56

3.3决策树学习技术59

3.3.1决策树的工作原理59

3.3.2决策树的关键技术60

3.3.3 C4.5对ID3的改进算法64

3.3.4决策树算法的系统实现与修剪优化65

3.4基于学习规则的几种算法研究68

第4章 搜索策略的应用及改进技术79

4.1基于图的搜索技术79

4.1.1一般图搜索79

4.1.2启发式搜索81

4.1.3启发式搜索的关键技术83

4.2搜索技术在数据优化算法中的应用87

4.2.1一种网络入侵算法87

4.2.2最小二乘原理在数据优化技术中的应用89

4.2.3模糊数学在数据优化技术中的应用92

4.3一种随机数的生成技术95

4.4搜索过程中的模式匹配问题99

第3部分 基于神经网络及遗传、免疫算法优化技术的应用106

第5章 神经网络在软件逻辑结构优化中的应用106

5.1神经网络基本原理106

5.1.1神经网络的基本属性106

5.1.2神经网络信息处理的数学过程106

5.2 BP神经网络模型应用107

5.2.1基本原理107

5.2.2 DPS数据处理系统操作步骤109

5.2.3应用实例110

5.3 RBF神经网络应用112

5.4生物网络结构模型的设计与实现115

5.4.1生物网络结构的概念115

5.4.2生物网络平台的设计与实现117

5.5免疫网络的计算模型118

5.6基于神经网络的应用技术119

5.6.1译码技术研究119

5.6.2基于神经网络的数据挖掘技术应用123

5.7神经网络发展趋势及研究热点125

第6章 遗传算法在软件逻辑结构优化中的应用128

6.1遗传算法原理128

6.2遗传算法的应用131

6.2.1遗传算法应用的关键技术132

6.2.2遗传算法在神经网络中的应用132

6.2.3并行遗传算法应用133

6.3基于遗传算法的计算优化问题137

6.3.1基本概念137

6.3.2遗传算法的应用案例139

6.4基于遗传算法的单一函数优化问题148

6.4.1评价遗传算法性能的测试函数148

6.4.2 De Jong的研究结论152

6.5基于遗传算法的多目标函数优化问题155

6.5.1多目标优化问题的数学模型155

6.5.2基于遗传算法多目标优化问题的求解156

第7章 人工免疫算法、否定选择算法、克隆选择算法在逻辑结构优化中的应用159

7.1人工免疫算法159

7.1.1人工免疫算法属性简介159

7.1.2基本免疫方法160

7.1.3基于最基本免疫机制的免疫算法162

7.1.4免疫算法中的亲和力计算方法163

7.1.5免疫算法与遗传算法163

7.2否定选择算法164

7.2.1否定选择算法简介164

7.2.2否定选择算法关键因素165

7.2.3否定选择算法流程166

7.3否定选择算法应用技术167

7.4克隆选择算法171

7.4.1克隆选择算法描述172

7.4.2克隆算法应用中的关键技术174

7.5一种免疫、克隆算法的应用技术176

7.5.1免疫、克隆算法描述176

7.5.2基于免疫、克隆算法的案例设计178

7.6一种基于免疫算法的函数优化技术180

7.7基于免疫网络克隆优化算法的函数优化183

第4部分 数据优化与仿真技术188

第8章 基于统计分析的算法及数据优化技术188

8.1数据挖掘技术188

8.1.1基本概念188

8.1.2数据挖掘的方法190

8.2基于数据仓库的数据挖掘技术的算法设计195

8.2.1数据仓库与数据挖掘的基本原理及概念195

8.2.2算法设计197

8.2.3算法的实现201

8.2.4结果分析204

8.3基于统计分析技术的几类问题的算法设计214

8.3.1常规数学化问题的数据挖掘思路214

8.3.2几类数学化问题的算法设计及实现215

8.4《计算方法》中几类问题的算法设计与实现225

第9章 基于MCMC和Matlab的算法设计与仿真236

9.1蒙特卡罗方法236

9.1.1基本思想236

9.1.2蒙特卡罗方法的解题步骤236

9.2马尔可夫链239

9.3基于Matlab方法的案例仿真242

9.3.1仿真软件Matlab242

9.3.2仿真案例设计246

9.3.3仿真案例的改进设计251

9.4基于MCMC方法的案例仿真253

9.4.1案例基本结构设计253

9.4.2案例的仿真示例254

9.4.3仿真案例的改进设计256

参考文献260