《復雜系統(tǒng)控制與決策中的 智能計算》采用系統(tǒng)的研究思路，從復雜系統(tǒng)控制與 決策的特點分析入手， 指出復雜系統(tǒng)控制與決策存在的問題，然后以水資源 水環(huán)境系統(tǒng)為主要 研究對象，著重研究智能計算方法在復雜系統(tǒng)控制與 決策中的應用。
《復雜系統(tǒng)控制與決策中的智能計算》全面介紹 了復雜系統(tǒng)控制與決策中的主要智能計算方法，全書 共分8章，包括緒論、神經網絡、模糊計算、群體智 能、強化學習、小波神經網絡、核主元分析與支持向 量機、智能計算新進展及其應用前景展望等。
本書可以作為高等院校系統(tǒng)工程、控制科學、人 工智能、信息學科以 及相關交叉學科的大學生和研究生教材，也可以作為 相關領域研究人員 和教師的參考用書。
倪建軍，(1978- )，男，博士，副教授，碩士生導師。現(xiàn)任教于河海大學物聯(lián)網工程學院，系常州市“831工程”中青年骨干人才，江蘇省“333工程”中青年科學技術帶頭人，IEEE會員，ACM會員，中國計算機學會高級會員，國家自然科學基金評審專家，常州市科技咨詢專家。主持國家自然科學基金、江蘇省自然科學基金及各類省部級項目近10項。以第一作者發(fā)表論文40余篇。其中SCI收錄8篇，4篇發(fā)表于IEEE Transactions系列期刊，出版專著2部，申請發(fā)明專利12項。主要研究方向：復雜系統(tǒng)控制與決策、多機器人系統(tǒng)、機器學習、神經網絡等。
任黎，(1978- )，女，博士。講師，碩士生導師。現(xiàn)任教于河海大學水文水資源學院，水文與水資源工程系副主任。系河海大學青年教師學術能力培養(yǎng)對象，江蘇省優(yōu)秀畢業(yè)設計指導教師，江蘇省優(yōu)秀畢業(yè)設計團隊成員。主持并參與多項國家自然科學基金、江蘇省自然科學基金、國家科技支撐計劃課題、水利部公益性行業(yè)科研專項經費項目等，在國內外期刊發(fā)表學術論文20余篇，其中部分SCI、EI檢索，參編教材3部。主要研究方向：水資源優(yōu)化調度與智能決策、水資源系統(tǒng)規(guī)劃與管理、水資源綜合開發(fā)與利用、生態(tài)系統(tǒng)健康評價等。
倪建軍，(1978- )，男，博士，副教授，碩士生導師�，F(xiàn)任教于河海大學物聯(lián)網工程學院，系常州市“831工程”中青年骨干人才，江蘇省“333工程”中青年科學技術帶頭人，IEEE會員，ACM會員，中國計算機學會高級會員，國家自然科學基金評審專家，常州市科技咨詢專家。主持國家自然科學基金、江蘇省自然科學基金及各類省部級項目近10項。以第一作者發(fā)表論文40余篇。其中SCI收錄8篇，4篇發(fā)表于IEEE Transactions系列期刊，出版專著2部，申請發(fā)明專利12項。主要研究方向：復雜系統(tǒng)控制與決策、多機器人系統(tǒng)、機器學習、神經網絡等。
任黎，(1978- )，女，博士。講師，碩士生導師�，F(xiàn)任教于河海大學水文水資源學院，水文與水資源工程系副主任。系河海大學青年教師學術能力培養(yǎng)對象，江蘇省優(yōu)秀畢業(yè)設計指導教師，江蘇省優(yōu)秀畢業(yè)設計團隊成員。主持并參與多項國家自然科學基金、江蘇省自然科學基金、國家科技支撐計劃課題、水利部公益性行業(yè)科研專項經費項目等，在國內外期刊發(fā)表學術論文20余篇，其中部分SCI、EI檢索，參編教材3部。主要研究方向：水資源優(yōu)化調度與智能決策、水資源系統(tǒng)規(guī)劃與管理、水資源綜合開發(fā)與利用、生態(tài)系統(tǒng)健康評價等。
第1章 緒論
1.1 復雜系統(tǒng)概述
1.1.1 復雜系統(tǒng)相關概念
1.1.2 復雜系統(tǒng)控制與決策
1.2 關于智能計算
1.2.1 智能計算簡介
1.2.2 智能計算主要方法
1.3 復雜系統(tǒng)控制與決策中的智能計算
1.3.1 復雜系統(tǒng)控制與決策中存在的問題
1.3.2 智能計算在復雜系統(tǒng)控制與決策中的應用
1.4 本書的研究內容和結構安排
1.4.1 本書的主要研究內容
1.4.2 本書的結構安排
1.5 本章小結
參考文獻 第1章 緒論
1.1 復雜系統(tǒng)概述
1.1.1 復雜系統(tǒng)相關概念
1.1.2 復雜系統(tǒng)控制與決策
1.2 關于智能計算
1.2.1 智能計算簡介
1.2.2 智能計算主要方法
1.3 復雜系統(tǒng)控制與決策中的智能計算
1.3.1 復雜系統(tǒng)控制與決策中存在的問題
1.3.2 智能計算在復雜系統(tǒng)控制與決策中的應用
1.4 本書的研究內容和結構安排
1.4.1 本書的主要研究內容
1.4.2 本書的結構安排
1.5 本章小結
參考文獻
第2章 神經網絡在湖泊水文水質調節(jié)功能模擬中的應用
2.1 引言
2.2 研究內容
2.3 基于BP神經網絡的水文調節(jié)功能模擬
2.3.1 BP神經網絡
2.3.2 三峽運行對湖口水位的影響分析
2.4 基于自適應神經網絡的水質調節(jié)功能模擬
2.4.1 A-BP神經網絡二維水質模型
2.4.2 模擬計算
2.5 本章小結
參考文獻
第3章 模糊計算在水質評價及時間序列挖掘中的應用
3.1 引言
3.2 模糊計算基礎
3.2.1 模糊集合理論
3.2.2 模糊關系與模糊推理
3.3 基于模糊綜合評價的水質分析
3.3.1 評價指標
3.3.2 改進模糊綜合評價模型
3.3.3 水質變化趨勢分析
3.4 基于模糊推理的時間序列挖掘
3.4.1 小波分解原理
3.4.2 基于ANFIS的時間序列預測方法
3.4.3 仿真實驗
3.5 本章小結
參考文獻
第4章 群體智能及其在水價預測中的應用
4.1 群體智能與多Agent系統(tǒng)
4.1.1 多Agent理論與方法
4.1.2 基于多Agent的智能決策支持系統(tǒng)
4.1.3 Agent的學習問題
4.2 水價預測問題介紹
4.3 基于降維的多Agent強化學習算法
4.3.1 算法描述
4.3.2 與普通算法的比較
4.4 基于多Agent的水價預測智能系統(tǒng)
4.4.1 水價預測智能系統(tǒng)的建立
4.4.2 仿真實驗
4.5 本章小結
參考文獻
第5章 強化學習及其在智能決策中的應用
5.1 強化學習與多Agent智能決策概述
5.1.1 單Agent強化學習
5.1.2 多Agent強化學習
5.1.3 強化學習在多Agcnt智能決策中的應用
5.2 城市水資源配置問題描述
5.3 改進的多Agent-Q學習算法
5.3.1 基于遺傳算法的最大映射Q值
5.3.2 自適應多因素回報值
5.4 實驗研究
5.4.1 實驗一(正常情況下)
5.4.2 實驗二(動態(tài)環(huán)境下)
5.4.3 討論分析
5.5 本章小結
參考文獻
第6章 基于小波神經網絡的湖泊生態(tài)系統(tǒng)健康評價
6.1 引言
6.2 評價體系與評價標準的確定
6.2.1 評價指標構建原則
6.2.2 指標體系的結構框架
6.2.3 評價指標的度量
6.2.4 評價標準的確定
6.3 基于小波神經網絡的評價模型
6.3.1 模型結構
6.3.2 初始值的選擇
6.3.3 計算流程
6.4 湖泊生態(tài)系統(tǒng)健康評價
6.4.1 訓練樣本和檢驗樣本
6.4.2 算法步驟
6.4.3 評價結果
6.5 本章小結
參考文獻
第7章 基于核主元分析與支持向量機的水環(huán)境系統(tǒng)突發(fā)事件監(jiān)測
7.1 核主元分析與支持向量機方法簡介
7.1.1 核主元分析方法
7.1.2 支持向量機方法
7.2 水環(huán)境系統(tǒng)突發(fā)事件監(jiān)測問題描述
7.3 基于信任機制的水環(huán)境系統(tǒng)突發(fā)事件監(jiān)測方法
7.3.1 信任機制概念
7.3.2 基于信任機制的突發(fā)事件診斷
7.4 仿真實驗與結果分析
7.4.1 傳感器突發(fā)失效故障診斷
7.4.2 突發(fā)水污染事件診斷
7.4.3 復雜情況下的突發(fā)事件診斷
7.4.4 與傳統(tǒng)的KPCA方法和BP神經網絡比較
7.5 本章小結
參考文獻
第8章 智能計算新進展及其應用前景展望
8.1 引言
8.2 生物啟發(fā)的智能計算方法
8.2.1 人工免疫算法
8.2.2 DNA算法
8.2.3 膜計算方法
8.2.4 生物啟發(fā)神經網絡模型
8.3 文化算法
8.3.1 文化算法基本原理
8.3.2 文化算法研究進展
8.4 智能計算在復雜系統(tǒng)中的應用前景
8.5 本章小結
參考文獻
書單推薦
