智能信息处理

　　第1章 模糊信息处理
　　1.1 电气设备故障诊断模糊模型
　　1.2 多目标模糊优化方法
　　1.3 数据处理的模糊熵方法
　　1.4 自适应模糊聚类分析
　　1.5 模糊关联分析
　　1.6 模糊信息优化方法
　　1.7 模糊多属性决策的模糊贴近度方法
　　1.8 信息不完全确知的模糊决策集成模型
　　1.9 模糊Petri网
　　第2章 神经网络信息处理
　　2.1 神经网络一般模型
　　2.2 BP神经网络模型
　　2.3 贝叶斯神经网络
　　2.4 RBF神经网络
　　2.5 贝叶斯—高斯神经网络非线生系统辨识
　　2.6 广义神经网络
　　2.7 发动机神经网络BP算法
　　2.8 组合灰色神经网络模型
　　第3章 云信息处理
　　3.1 隶属云
　　3.2 云滴与云滴生成算法
　　3.3 云计算
　　3.4 定性规则的云表示
　　3.5 云综合评判模型
　　3.6 云决策树
　　3.7 定性预测系统的建模
　　3.8 三级倒立摆的云控制
　　第4章 可拓信息处理
　　第5章 粗信息处理
　　第6章 遗传算法
　　第7章 蚁群算法
　　第8章 免疫算法
　　第9章 信息融合
　　第10章 量子智能信息处理
　　参考文献

　　    智能信息处理在复杂系统建模、系统分析、系统决策、系统控制、系统优化和系统设计等领域具有广阔的应用前景。
　　    本书介绍了智能信息处理的10个专题，包括模糊信息处理、神经网络信息处理、云信息处理、可拓信息处理、粗集信息处理、遗传算法、蚁群算法、免疫算法、信息融合和量子智能信息处理等。
　　    本书除了可以供智能信息处理与智能控制技术研究人员参考外，还可以作为有关专业研究生教材和大学高年级选修课教材。