包邮经济管理中软件计算的理论与方法

**章 模糊集合**节 模糊性第二节 模糊集合的定义一、普通集合及其运算二、模糊集的定义及其表示法三、模糊集合的运算第三节 λ截集与分解定理一、λ截集二、分解定理第四节 隶属函数的确定一、模糊统计二、实数域R上的常用分布第五节 模糊集运算的拓广一、模糊并——s-范数二、模糊交——t-范数三、模糊补四、平均算子第二章 模糊关系**节 经典关系与模糊关系一、关系二、模糊集合的投影与柱状扩展第二节 模糊关系的合成与扩展原理一、模糊关系合成二、扩展原理三、模糊等价关系第三节 模糊聚类分析第四节 应用实例第三章 模糊规则**节 语言变量第二节 模糊if-then规则一、规则形式二、规则形式的理解第三节 模糊if-then规则的运算第四节 规则集合的数学性质第四章 模糊推理**节 经典推理的拓广第二节 模糊推理合成规则一、广义取式推理二、广义拒式推理三、广义假言推理四、推理过程第三节 多输入多规则模糊推理机一、组合推理与独立推理二、几种常用的推理机三、多规则推理过程第四节 模糊化器与解模糊化器一、模糊化器二、解模糊化器三、中心平均解模糊化器第五章 模糊系统**节 模糊系统第二节 模糊系统的万能逼近性质第三节 根据输入一输出数据设计模糊系统一、查表法设计模糊系统二、梯度下降法设计模糊系统三、聚类法设计模糊系统第六章 常见神经网络**节 BP神经网络一、概述二、BP神经网络算法三、BP网络的一些理论问题四、对BP神经网络模型的改进第二节 径向基函数网络一、概述二、RBF网络的非线性特征三、基函数的确定四、RBF网络的学习算法五、RBF网络研究的新发展第三节 自组织特征映射网络一、自组织特征映射网络概述二、两种联想学习规则三、SOM网络的结构与特征四、SOM网络计算第七章 遗传算法介绍**节 适应度的构造问题一、适应度函数设计的原则二、适应度函数与目标函数的关系三、常见适应度函数的尺度变换方法第二节 遗传算法的编码方式一、二进制编码二、实数编码三、符号编码四、Gray编码第三节 遗传算法的基本操作一、二进制编码方式下的遗传操作二、实数编码方式下的遗传操作三、十进制编码方式下的遗传操作四、灰色编码方式下的遗传操作五、符号编码方式下的遗传操作第四节 遗传算法中有关的几个问题第五节 遗传算法的收敛性第八章 软计算集成**节 GA—ANN一、GA—BP—APARTING算法二、GA—BP—NESTING算法第二节 模糊一C划分一、模糊一C划分的意义二、算法及其收敛性第三节 模糊系统与神经网络第四节 两种模糊神经网络结构一、结论为实数的模糊神经网络(FNNl)结构及算法二、结论为线性的模糊神经网络(FNN2)结构及算法三、一种动态全参数自适应BP神经网络第九章 教育经济贡献率**节 人力资本的计算一、潜在人力资本二、中国各地区潜在人力资本三、实际人力资本四、中国各地区实际人力资本第二节 按科技进步对目标系统的软分类一、指标和样本选取二、分类结果及其分析第三节 模糊系统的实现一、潜在人力资本与实际人力资本的模糊映射(FANNl)二、生产要素与经济增长的模糊映射三、中国及各地区教育对经济增长贡献率第四节 湖北省及各地区教育对经济的贡献率一、按科技进步水平对湖北各市、州的软分类二、潜在人力资本到实际人力资本的贡献率三、实际人力资本到经济增长的贡献率四、湖北省及各市、州教育对经济的贡献率第十章 金属矿山组合品位优化**节 品位优化数学模型