第1章 集对分析的基本知识 1
1.1 原理 1
1.1.1 成对原理 1
1.1.2 系统不确定性原理 1
1.2 集对 2
1.2.1 集对的定义 2
1.2.2 集对的特征函数 4
1.3 联系数 6
1.3.1 二元联系数 6
1.3.2 三元联系数 7
1.3.3 四元联系数 8
1.3.4 五元联系数 9
1.3.5 多元联系数 9
1.3.6 联系数的性质 10
1.3.7 不确定性转换器 11
1.4 联系数的基本运算 11
1.4.1 联系数的加法 11
1.4.2 联系数的乘法 12
1.4.3 联系数的减法 14
1.4.4 联系数的除法 15
1.4.5 联系数的复运算 16
1.5 集对分析理论 18
1.5.1 不确定性系统理论 18
1.5.2 同异反系统理论 20
1.5.3 同异反空间 22
1.5.4 联系场 22
1.5.5 论域 22
1.5.6 同异反联系熵 22
1.6 本章小结 25
参考文献 25
第2章 集对分析若干进展 27
2.1 联系数的伴随函数 27
2.1.1 态势函数 27
2.1.2 广义势函数 29
2.1.3 势函数定理 29
2.1.4 偏联系数 30
2.1.5 反偏联系数 32
2.1.6 邻联系数 32
2.1.7 反邻联系数 34
2.1.8 相互作用联系数 34
2.1.9 反相互作用联系数 35
2.1.10 反联系熵函数 35
2.2 赵森烽-克勤概率简介 35
2.2.1 赵森烽-克勤随机试验 35
2.2.2 随机事件定义 36
2.2.3 四个定理 37
2.2.4 主事件和伴随事件 37
2.2.5 赵森烽-克勤概率 38
2.2.6 应用举例 39
2.3 基于联系数的绿色智能计算 41
2.3.1 数的认识 41
2.3.2 自然数的联系数化 41
2.3.3 绿色智能计算 42
2.4 本章小结 43
参考文献 44
第3章 人工智能基础和前沿集对分析 45
3.1 系统智能原理 45
3.1.1 智能的定义 45
3.1.2 基本原理 46
3.1.3 系统智能原理与性质 49
3.2 人工智能原理 50
3.2.1 人工智能定义 50
3.2.2 人工智能实质和目标 50
3.3 人工智能基础 51
3.3.1 问题提出 51
3.3.2 人工智能的科学基础 51
3.3.3 人工智能的技术基础 52
3.4 人工智能基础集对分析 53
3.4.1 人工智能科学基础的集对分析 53
3.4.2 人工智能技术基础的集对分析 54
3.4.3 人工智能三大研究学派的集对分析 54
3.5 智脑与集对人 56
3.5.1 问题提出 56
3.5.2 智脑的概念 56
3.5.3 实例 57
3.5.4 集对人 58
3.5.5 数学模型 59
3.5.6 问题思考 60
3.6 本章小结 61
参考文献 62
第4章 基于集对分析的模式识别 63
4.1 原理介绍 63
4.1.1 模式识别的定义 63
4.1.2 基于集对分析的同异反模式识别原理 63
4.2 基于集对分析的指纹识别应用 64
4.2.1 指纹 64
4.2.2 基于集对分析的指纹识别系统 65
4.2.3 实验 66
4.3 同异反模式识别在金属矿山地质灾害判断中的应用 68
4.3.1 基本思路 68
4.3.2 模型构建 68
4.3.3 应用实例 71
4.4 基于同异反模式识别的聚类与应用 73
4.4.1 基本思路 73
4.4.2 预测模型与应用实例 74
4.5 基于集对分析的相似识别应用 77
4.5.1 相似性 77
4.5.2 基本思路 78
4.5.3 相似元相似度计算 79
4.5.4 相似系统相似度计算 80
4.5.5 应用实例 80
4.6 基于联系数的不确定空情意图识别 82
4.6.1 问题提出 83
4.6.2 识别方法 83
4.6.3 识别步骤 84
4.6.4 应用实例 85
4.7 本章小结 88
参考文献 89
第5章 基于集对分析的不确定性推理 90
5.1 基本原理 90
5.1.1 不确定性推理 90
5.1.2 基于集对分析的不确定性推理原理 90
5.2 基于联系概率的推理 91
5.2.1 联系概率 91
5.2.2 基于联系概率的推理特点 91
5.2.3 应用举例 91
5.3 基于集对分析的同异反推理 94
5.3.1 同异反系统理论 94
5.3.2 同异反推理模式 94
5.3.3 同异反推理实例 95
5.4 基于集对分析上下文感知的不确定性推理 97
5.4.1 上下文感知技术 97
5.4.2 同异反向量的夹角余弦 97
5.4.3 推理步骤 98
5.4.4 推理实例 98
5.5 基于集对分析的案例检索 99
5.5.1 检索模型 99
5.5.2 模型的系统架构 100
5.5.3 应用实例 100
5.6 本章小结 103
参考文献 103
第6章 基于集对分析的智能决策 105
6.1 基于集对分析的智能决策特点 105
6.1.1 智能决策定义 105
6.1.2 基于集对分析的智能决策一体化集成特点 105
6.2 基于集对分析的同异反综合评价决策 106
6.2.1 同异反智能决策定义 106
6.2.2 同异反综合评价 107
6.2.3 应用举例 107
6.3 基于联系数不确定性分析的智能决策 109
6.3.1 问题描述 109
6.3.2 决策过程与决策模型 109
6.3.3 应用举例 110
6.4 基于联系数的区间数伴语言变量的混合多属性智能决策 115
6.4.1 问题描述 115
6.4.2 决策步骤 115
6.4.3 应用举例 116
6.5 基于赵森烽-克勤概率的智能风险决策 118
6.5.1 赵森烽-克勤概率 118
6.5.2 应用实例 119
6.6 基于集对云的多属性智能群决策 120
6.6.1 问题描述 120
6.6.2 算法描述 121
6.6.3 应用实例 122
6.6.4 仿真实验 125
6.7 本章小结 127
参考文献 127
第7章 知识生态学集对分析 129
7.1 基本原理 129
7.1.1 知识生态学 129
7.1.2 知识与知识生态学集对分析原理 129
7.2 默会知识与显性知识的集对分析 130
7.2.1 默会知识及其悖论 131
7.2.2 默会知识与显性知识的同异反分析 131
7.2.3 中介知识特点 132
7.2.4 中介知识举例 133
7.2.5 启示 134
7.3 基于集对分析的知识创新规律 135
7.3.1 知识是什么 135
7.3.2 知识的形态 136
7.3.3 知识创新规律 137
7.4 知识的不确定描述与应用 138
7.4.1 知识的不确定描述 139
7.4.2 不确定值的传播算法 139
7.4.3 算法性质 140
7.4.4 应用示例 141
7.5 知识产权评估的集对分析 141
7.5.1 技术知识产权评估 142
7.5.2 武器装备知识产权管理绩效评估 144
7.6 基于集对分析和知识关联的检索结果聚类 145
7.6.1 基本思路 146
7.6.2 基于集对分析的文本聚类 146
7.6.3 实验与分析 147
7.7 本章小结 149
参考文献 150
第8章 集对分析在自然语言和人类语言理解中的应用 151
8.1 基本原理 151
8.1.1 自然语言和人类语言 151
8.1.2 语言和人类语言理解的集对分析原理 152
8.2 人工智能对人类语言理解研究的集对分析 155
8.2.1 人类语言理解和处理概念的集对分析 155
8.2.2 人类语言研究方法的集对分析 156
8.2.3 基于信息的人类语言理解研究集对分析 157
8.3 语言及语言理解集对分析原理的应用 158
8.3.1 在中文语言理解中的应用 158
8.3.2 在语言翻译中的应用 160
8.4 集对分析在语言和语言理解其他方面的应用 162
8.4.1 决策用语言变量的联系数转换与应用 162
8.4.2 科技交流中语言及语言理解非对称的集对分析 164
8.4.3 词语思想丰度的联系数刻画 164
8.5 本章小结 165
参考文献 166
第9章 集对分析在专家系统中的应用 167
9.1 基本原理 167
9.1.1 专家系统 167
9.1.2 专家系统应用集对分析的原理 168
9.2 集对分析在猪病诊断专家系统研究中的应用 169
9.2.1 研究概述 169
9.2.2 基于集对分析的诊断准确度计算 169
9.2.3 简评 171
9.3 集对分析在进出口食品安全监管专家系统研究中的应用 172
9.3.1 研究概述 172
9.3.2 基于集对分析的进出口食品安全监管风险评价 172
9.3.3 简评 175
9.4 集对分析在大豆病虫害诊断专家系统中的应用 175
9.4.1 研究概述 175
9.4.2 基于集对分析的不确定性推理 176
9.4.3 简评 178
9.5 集对分析在故障诊断专家系统研究中的应用 178
9.5.1 研究概述 178
9.5.2 基于集对分析和粗集的规则提取与应用 178
9.5.3 简评 180
9.6 本章小结 181
参考文献 181
第10章 集对分析与神经网络的融合与应用 182
10.1 基本原理 182
10.1.1 神经元及其基本特性 182
10.1.2 人工神经网络及其基本特性 183
10.1.3 人工神经网络的算法学习 183
10.1.4 人工神经网络集对分析基本原理 183
10.2 基于SPA-ANN耦合的年径流预测 184
10.2.1 问题描述 185
10.2.2 模型原理 185
10.2.3 建模步骤 186
10.2.4 实例 188
10.3 集对分析径向基函数神经网络预测模型 189
10.3.1 基本思路 189
10.3.2 建模步骤 189
10.3.3 应用实例 191
10.4 集对分析在改进BP神经网络凌汛开河日期预测评估中的应用 193
10.4.1 模型评估的实现 193
10.4.2 实例 194
10.5 本章小结 196
参考文献 197
第11章 集对分析在智能工程中的应用 198
11.1 基本原理 198
11.1.1 智能工程 198
11.1.2 集对分析用于智能工程原理 198
11.2 基于联系数的多传感器数据融合（1） 198
11.2.1 问题描述 199
11.2.2 数据融合算法 199
11.2.3 数据融合实例 200
11.2.4 讨论 202
11.3 基于联系数的多传感器数据融合（2） 204
11.3.1 数对及其联系度 204
11.3.2 联系度矩阵及其扩维 204
11.3.3 一致可靠性测度 205
11.3.4 算法仿真 207
11.4 基于集对分析的工艺路线智能决策 209
11.4.1 概述 209
11.4.2 初始工艺路线生成 209
11.4.3 基于零件工艺设计经验的评价指标计算 210
11.4.4 基于制造稳定性分析的评价指标计算 211
11.4.5 基于集对分析的工艺路线决策 213
11.4.6 实例验证 215
11.5 基于集对理论的砂轮主轴转动系统故障树分析 220
11.5.1 故障树的集对分析模型 220
11.5.2 故障树集对模型分析流程 222
11.5.3 砂轮主轴转动系统的集对故障树分析 222
11.6 本章小结 225
参考文献 226
第12章 集对分析在智能社会中的应用 227
12.1 引言 227
12.1.1 智能社会 227
12.1.2 集对分析用于智能社会的基本原理 227
12.2 基于集对分析的干道绿波协调控制方案优选 227
12.2.1 交通干道绿波协调问题 228
12.2.2 给定速度下的绿波协调模型 228
12.2.3 行驶速度与绿波带宽联系度 230
12.2.4 面向速度的绿波协调控制 232
12.2.5 应用案例 233
12.3 基于集对分析的隐私保护度量研究 240
12.3.1 隐私保护及其度量研究 240
12.3.2 隐私保护度量的集对分析 242
12.3.3 不同隐私保护度量方法比较 250
12.3.4 结语 251
12.4 基于集对分析的电力系统黑启动决策 251
12.4.1 黑启动 251
12.4.2 基于Vague集向联系数转换的黑启动群决策 252
12.4.3 实例 254
12.5 基于集对联系度的主题关注网络社区发现 257
12.5.1 主题关注网络社区 257
12.5.2 基本思路 258
12.5.3 模型 258
12.5.4 算法 261
12.5.5 实验 263
12.5.6 结语 269
12.6 本章小结 269
参考文献 270
后记 271