系统工程 方法与应用PDF电子书下载

第1章 系统科学与系统工程 1

1.1系统科学概述 1

1.1.1系统科学的概念 1

1.1.2系统科学研究的问题 2

1.1.3系统科学研究的内容 4

1.2系统工程概述 6

1.2.1系统工程的定义 6

1.2.2系统工程发展简史 8

1.2.3系统工程的实践应用 9

1.2.4系统工程的发展趋势 10

1.2.5系统工程的特点 10

1.3结语 11

本章小结 12

思考题 12

第2章 系统工程研究的对象——系统 13

2.1系统的基本概念 13

2.1.1系统的定义 13

2.1.2系统的输入、输出和系统的功能 16

2.1.3系统的环境 17

2.1.4系统的分类 18

2.1.5系统的特性 22

2.2系统的一般描述 24

2.2.1系统的框图描述 24

2.2.2系统的集合描述 25

2.3系统的结构成分 26

2.4系统的结构分析 29

2.4.1系统的解释结构分析方法 29

2.4.2系统结构分析应用 34

本章小结 38

思考题 39

第3章 系统工程方法论 40

3.1霍尔（Hall）硬系统方法论 41

3.1.1 Hall方法论三维结构体系 41

3.1.2 Hall方法论的特点 44

3.2软系统方法论 45

3.3 H-Ch综合系统方法论概述 46

3.4几种方法论的比较 46

3.5系统工程方法论的进一步发展 47

3.6 HALL方法论的逻辑步骤 48

3.6.1问题的界定 48

3.6.2目标确定 50

3.6.3方案汇总 57

3.6.4系统评价和决策实施 60

本章小结 61

思考题 61

第4章 系统模型方法 62

4.1系统模型概述 62

4.1.1系统模型的定义 62

4.1.2系统模型的基本特征 64

4.1.3系统模型的分类 64

4.1.4系统模型的作用 68

4.2建立系统模型的思考方法 68

4.3建立数学模型的一般步骤 69

4.4建立系统模型的一般原则 70

4.5建立系统模型的AHP方法 71

4.5.1 AHP模型方法的基本思想 71

4.5.2 AHP模型方法的基本步骤 72

4.5.3应用AHP方法建立系统层次结构模型 80

本章小结 83

思考题 84

第5章 系统评价 85

5.1系统评价的基本概念 85

5.1.1系统评价的含义与意义 85

5.1.2系统评价的思想和原则 85

5.2系统评价指标体系 86

5.2.1系统评价指标体系建立的原则 86

5.2.2系统评价指标体系的构成 87

5.2.3系统评价指标体系的构建方法 87

5.3系统评价的一般步骤 88

5.4系统评价方法 89

5.4.1经验评价方法 89

5.4.2价值分析方法 94

5.4.3模糊综合评价方法 95

5.4.4因子分析方法 105

5.4.5主成分分析方法 107

5.4.6系统评价应用案例 111

本章小结 116

思考题 117

第6章 MC系统仿真 119

6.1系统仿真的概念 119

6.2系统仿真的特点和作用 120

6.2.1系统仿真的特点 120

6.2.2系统仿真的作用 120

6.3系统仿真的一般步骤 121

6.4蒙特卡罗（MC）仿真方法 122

6.4.1随机数概念 122

6.4.2蒙特卡罗仿真概述 126

6.4.3蒙特卡罗（MC）仿真 129

6.5蒙特卡罗系统仿真的应用 139

本章小结 145

思考题 146

第7章 系统动力学仿真 147

7.1系统动力学的一般概述 147

7.2系统动力学的应用对象 148

7.3系统动力学的表示方法 149

7.3.1系统动力学研究过程 149

7.3.2系统动力学模型的表示方法 150

7.4系统动力学的建模步骤 156

7.5系统动力学应用案例 160

本章小结 165

思考题 166

第8章 神经网络系统预测 167

8.1系统预测概述 167

8.1.1系统预测的应用领域 167

8.1.2系统预测的概念 168

8.1.3系统预测方法的分类 168

8.2神经网络预测方法 169

8.2.1人工神经网络的概念 169

8.2.2脑神经系统与生物神经元 170

8.2.3人工神经网络的特点 171

8.2.4人工神经网络发展的回顾 171

8.2.5人工神经网络的应用领域 173

8.3人工神经元 174

8.3.1人工神经元的基本构成 175

8.3.2神经元作用函数 175

8.3.3 M-P模型 175

8.3.4神经网络的拓扑结构 177

8.3.5神经网络的学习 177

8.4感知器模型 178

8.5 BP神经网络 179

8.5.1 BP神经网络的多层结构 180

8.5.2 BP网络计算公式 182

8.5.3 BP模型算法示意图 184

8.6神经网络实现过程 187

8.6.1确定系统框架 187

8.6.2学习样本 187

8.6.3学习算法 187

8.6.4推理机 187

8.6.5知识库 188

8.6.6输入模式转换 188

8.6.7输出模式转换 188

8.7神经网络的容错性 192

8.7.1容错性的研究内容 192

8.7.2前馈网络容错性的分析方法 192

8.7.3前馈网络容错性的设计方法 193

本章小结 196

思考题 196

参考文献 197