目录 1
第1章 绪论 1
1.1 系统与模型 1
1.1.1 系统 1
1.1.2 模型 4
1.2 概念模型 5
1.2.1 概念模型的定义 5
1.2.2 概念模型的分类 5
1.3 数学模型 7
1.3.1 数学模型的定义 7
1.3.2 数学模型的分类 7
1.4 数学建模方法学 11
1.4.1 建模过程的信息源 11
1.4.2 建模的途径 12
1.4.3 模型的可信度 13
1.4.4 建模的一般原则 14
1.4.5 建模的一般过程 15
1.4.6 模型文档 17
1.5 复杂系统建模基础 18
1.5.1 基本概念 18
1.5.2 复杂性问题 19
1.5.3 复杂系统建模的困难 21
1.5.4 复杂系统建模方法的研究重点 21
1.5.5 复杂系统建模方法的主要类型 22
1.5.6 系统模型的简化 23
第2章 概念建模方法 24
2.1 引言 24
2.2 概念建模现状 25
2.3 概念建模过程 26
2.4.1 基于实体—关系的概念建模方法 27
2.4 概念建模方法 27
2.4.2 基于面向对象的概念建模方法 28
2.4.3 基于本体的概念建模方法 31
2.5 常用概念建模语言 33
2.5.1 基于UML的概念建模 34
2.5.2 基于XML的概念建模 36
2.5.3 基于IDEF的概念建模 38
2.6 概念模型在仿真中的应用 40
第3章 系统的数学描述 43
3.1 引言 43
3.2 系统的抽象化与形式化描述 43
3.2.1 系统的形式化描述 44
3.2.2 系统模型的几种描述水平 45
3.2.3 特定的系统模型 46
3.2.4 系统研究中的基本假定 49
3.3 确定型数学模型 50
3.3.1 连续时间模型 50
3.3.2 离散时间模型 56
3.4 随机型数学模型 58
3.4.1 随机噪声及其数学模型 58
3.4.2 系统随机型数学模型 61
3.5 等价模型及模型的规范型 63
第4章 连续系统建模方法 66
4.1 引言 66
4.2 微分方程的机理建模方法 67
4.2.1 建模步骤 67
4.2.2 建模示例 67
4.2.3 非线性系统模型的线性化 73
4.3.1 根据物理学定律直接建立状态空间模型 79
4.3 状态空间模型的建模方法 79
4.3.2 由微分方程建立状态空间模型 82
4.3.3 由传递函数建立状态空间模型 87
4.3.4 状态方程的标准化 92
4.4 变分原理的建立方法 93
4.4.1 引言 93
4.4.2 变分原理建立与变换的系统途径 94
4.4.3 变分原理建模示例 97
第5章 离散事件系统建模方法 105
5.1 引言 105
5.1.1 离散事件系统建模术语 105
5.1.2 离散事件系统建模结构 107
5.2 随机数的产生 108
5.2.1 均匀分布随机数的产生 108
5.2.2 非均匀分布随机数的产生 109
5.3 随机数性能检验 112
5.3.1 引言 112
5.3.2 均匀性检验 113
5.3.3 独立性检验 117
5.3.4 矩检验法 121
5.4 实体流图法 123
5.4.1 实体流图 123
5.4.2 模型的人工运行 126
5.5 活动周期图法 126
5.5.1 活动周期图 127
5.5.2 实体流图与活动周期图的比较 131
5.6 Petri网法 132
5.6.1 Petri网的基本概念 132
5.6.2 Petri网的行为特性及其分析方法 141
5.6.3 高级Petri网 148
第6章 随机变量模型建模方法 156
6.1 引言 156
6.2 分布类型假设 156
6.3 分布参数估计 158
6.4 分布假设检验 159
第7章 基于系统辨识的建模方法 164
7.1 系统辨识概述 164
7.1.1 系统辨识的定义 164
7.1.2 系统辨识的有关概念 165
7.1.3 系统辨识的基本过程 165
7.1.4 系统辨识方法 167
7.2 模型参数的辨识方法 167
7.2.1 最小二乘法 167
7.2.2 广义最小二乘法 175
7.3 模型阶次的辨识方法 179
7.3.1 Hankel矩阵法 180
7.3.2 行列式比（或积矩矩阵）法 181
7.3.3 残差平方和法 182
7.3.4 信息准则法 183
7.3.5 最终预报误差准则法 184
7.3.6 小结 185
7.4 闭环系统辨识 186
第8章 基于人工神经网络的建模方法 187
8.1 人工神经网络简介 187
8.1.1 人工神经元模型 187
8.1.2 人工神经网络的分类 189
8.1.3 人工神经网络的工作过程 190
8.1.4 人工神经网络的学习方式 191
8.1.5 人工神经网络的学习规则 191
8.1.6 人工神经网络的几何意义 193
8.1.7 人工神经网络建模的特点 194
8.2 BP网络 194
8.2.1 BP网络结构 194
8.2.2 BP学习算法 194
8.2.3 BP算法的计算步骤 197
8.2.4 BP算法示例 198
8.2.5 BP算法的不足及其改进 200
8.2.6 BP网络工程应用中的若干问题 202
8.3 反馈式神经网络 205
8.3.1 连续型Hopfield网络 205
8.3.2 离散型Hopfield网络 210
8.4 人工神经网络应用示例 214
8.4.1 人工神经网络用于CGF智能行为建模 214
8.4.2 人工神经网络用于规则搜索 217
8.4.3 人工神经网络用于火力分配 219
8.4.4 人工神经网络用于系统辨识 220
第9章 基于灰色系统理论的建模方法 223
9.1 引言 223
9.1.1 灰色系统的概念与基本原理 223
9.1.2 几种不确定性方法的比较 224
9.1.3 灰色系统理论在横断学科群中的地位 225
9.1.4 灰色系统建模基础 225
9.2 GM（1,1）模型 232
9.2.1 灰色微分方程 232
9.2.2 GM（1,1）模型的建立 233
9.2.3 模型精度的检验 234
9.2.4 GM（1,1）模型群 238
9.2.5 GM（1,1）模型的适应范围 239
9.3.1 残差GM（1,1）模型 240
9.3 GM（1,1）的修正模型 240
9.3.2 残差均值修正GM（1,1）模型 242
9.3.3 尾部数列GM（1,1）修正模型 243
9.4 直接灰色模型DGM(1,1) 245
9.4.1 模型描述 245
9.4.2 模型应用 246
9.5 其他灰色模型 247
9.5.1 GM(1,N) 247
9.5.2 GM(0,N) 249
9.5.3 GM(2,1) 251
第10章 定性建模方法 255
10.1 引言 255
10.2 模糊建模方法 255
10.2.1 模糊集合与隶属度函数 255
10.2.2 隶属度函数的表示形式 256
10.2.3 基本运算规则 258
10.2.4 模糊矩阵？ 258
10.2.5 模糊矩阵的运算 259
10.2.6 模糊推理 259
10.2.7 模糊建模实例 265
10.3 Kuipers定性建模方法 270
10.3.1 可推理函数 270
10.3.2 约束的定义 270
10.3.3 定性微分方程 271
10.3.4 建模示例 271
10.4 基于SDG的定性建模方法 272
10.4.1 引言 272
10.4.2 SDG描述 273
10.4.4 SDG的推理机制 275
10.4.5 SDG方法的优缺点 275
10.4.3 SDG建模方法 275
10.4.6 SDG方法应用 276
第11章 基于系统动力学的建模方法 280
11.1 引言 280
11.2 系统动力学建模基础 280
11.2.1 系统的因果关系 280
11.2.2 系统动力学模型的构造 282
11.2.3 系统流图的基本构成 284
11.2.4 系统流图设计中的几个问题 285
11.3 系统动力学建模方法 285
11.3.1 系统动力学建模的主要环节 285
11.3.2 系统动力学建模步骤 287
11.4 系统动力学建模实例 288
11.4.3 系统流图 289
11.4.1 系统定义 289
11.4.2 因果关系图 289
11.5 系统动力学建模总结 291
11.5.1 系统动力学建模方法的优势 291
11.5.2 系统动力学建模方法的不足 291
第12章 基于层次分析法的建模方法 292
12.1 引言 292
12.2 基本层次分析法 292
12.2.1 层次分析法的步骤 292
12.2.2 递阶层次结构的建立 292
12.2.3 构造两两比较的判断矩阵 294
12.2.4 单一准则下元素相对排序权重计算 294
12.2.5 判断矩阵的一致性检验 296
12.2.6 计算各层元素对目标层的总排序权重 296
12.3.1 引言 298
12.3 群组层次分析法 298
12.3.2 群组决策综合方法 299
12.4 灰色层次分析法 300
12.4.1 步骤 300
12.4.2 示例 302
12.5 模糊层次分析法 308
12.5.1 引言 308
12.5.2 方法描述 309
12.5.3 应用 310
第13章 基于Agent的行为建模方法 313
13.1 引言 313
13.2 Agent的基本概念 313
13.2.1 Agent的定义 313
13.2.2 Agent与对象 315
13.2.3 多Agent系统 316
13.2.4 Agent的作用 317
13.3 基于Agent的行为建模方法 318
13.3.1 基于Agent的建模思想 318
13.3.2 Agent生命周期 319
13.3.3 基于Agent的行为建模方法的一般过程 319
13.3.4 多Agent系统的体系结构 324
13.4 建模实例——多Agent水面舰艇CGF系统 326
13.4.1 系统结构 326
13.4.2 主要Agent的模型结构及功能 328
13.4.3 通信与协作机制 331
13.4.4 模糊控制机理 332
13.5 Agent的实现 339
13.5.1 采用面向对象技术实现Agent 339
13.5.2 采用面向Agent的软件开发工具实现Agent 340
13.5.3 水面舰艇CGF系统的运行 341
参考文献 354