遗传模糊系统模型和方法

第1章 模糊系统和遗传模糊系统基础 1.1 模糊系统理论 1.1.1 模糊集合与模糊理论 1.1.2 模糊系统 1.1.3 级联模糊系统 1.2 遗传模糊系统理论 1.2.1 遗传算法 1.2.2 进化多任务优化 1.2.3 遗传模糊系统 1.2.4 遗传模糊树 本章小结 第2章 基于专家知识的关键点推理级联模糊系统 2.1 兵棋推演中的作战任务规划关键点 2.2 关键点推理级联模糊系统的构建流程 2.3 进攻点推理级联模糊系统的设计 2.3.1 问题的分解 2.3.2 输入输出要素的确定 2.3.3 框架生成 2.4 进攻点推理级联模糊系统的实现 2.4.1 蓝方防守位置模糊系统 2.4.2 安全性能模糊系统 2.4.3 攻击能力的计算 2.4.4 进攻点模糊系统 2.5 仿真实验 本章小结 第3章 结合专家知识与推演数据的关键点推理遗传模糊系统 3.1 关键点推理遗传模糊系统框架 3.2 安全点推理遗传模糊系统的设计 3.2.1 复盘数据挖掘 3.2.2 遗传优化 3.3 安全点推理遗传模糊系统的实现 3.4 仿真实验 本章小结 第4章 关键点推理多任务遗传模糊系统 4.1 多任务遗传模糊系统框架 4.2 多任务遗传模糊系统的实现 4.2.1 FOTMF-M-MTGFS的基本框架 4.2.2 编码与解码 4.2.3 交叉操作 4.2.4 实验验证 4.3 仿真实验 4.3.1 基准任务 4.3.2 实验结果分析 本章小结 第5章 基于遗传模糊系统的多示例学习算法模型 5.1 多示例遗传模糊系统框架设计 5.2 多示例遗传模糊系统的实现 5.2.1 基于加权平均的多模糊系统结合 5.2.2 基于多任务遗传模糊系统的多示例模型训练 5.3 仿真实验 5.3.1 敌方作战分队的作战任务的预测问题 5.3.2 实验方案 5.3.3 实验结果分析 本章小结 第6章 基于遗传模糊树的多示例学习算法模型 6.1 多示例遗传模糊树框架设计 6.2 多示例遗传模糊树的实现 6.2.1 面向多示例学习的遗传模糊树构建 6.2.2 多示例遗传模糊树训练 6.3 仿真实验 6.3.1 实验方案 6.3.2 实验结果分析 本章小结 第7章 基于遗传模糊系统的迭代式知识迁移方法 7.1 基于人类知识的无监督迁移学习模型 7.2 基于人类知识的无监督迁移学习模型的设计 7.2.1 人类知识的模糊系统建模 7.2.2 深度神经网络与模糊系统的融合 7.3 实验验证 7.3.1 数据集的选取 7.3.2 参数设置 7.3.3 结果分析 本章小结 附录 附录I 兵棋与兵棋推演 附录II 坦克安全性能模糊系统规则库 参考文献