人工智能技术及应用2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

人工智能技术及应用PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 人工智能的发展过程1

1.1.1 萌芽期（1956年以前）1

1.1.2 形成时期（1956～1961年）2

1.1.3 发展时期（1961年以后）3

1.1.4 人工智能的研究热点与展望4

1.2 人工智能研究的内容5

1.2.1 知识表示5

1.2.2 自动推理5

1.2.3 机器学习6

1.3 人工智能研究的意义和目标6

1.3.1 人工智能研究的意义6

1.3.2 人工智能研究的目标7

1.4 智能化信息技术在石油化工行业的应用7

1.4.1 石油化工行业的信息化7

1.4.2 智能化信息技术在石油化工行业的应用11

第2章 模糊逻辑和专家系统15

2.1 模糊数学基础16

2.1.1 模糊集合16

2.1.2 模糊关系21

2.1.3 模糊推理24

2.2 模糊控制器结构及原理25

2.2.1 模糊控制器的结构25

2.2.2 模糊控制器的设计27

2.2.3 模糊控制器的特点31

2.3 基于规则推理的专家系统32

2.3.1 专家系统的定义与分类32

2.3.2 专家系统的结构34

2.3.3 基于规则推理的专家系统35

2.4 应用实例38

2.4.1 电气传动系统：直流调速系统的模糊控制器设计38

2.4.2 DCS故障诊断专家系统40

参考文献44

第3章 人工神经网络45

3.1 人工神经网络的基本概念45

3.1.1 人工神经网络简介45

3.1.2 生物神经元模型46

3.1.3 人工神经网络的模型47

3.1.4 人工神经网络的分类49

3.1.5 神经网络的学习方式50

3.2 BP人工神经网络结构及学习51

3.2.1 BP人工神经网络结构51

3.2.2 BP人工神经网络学习法51

3.3 常用人工神经网络简介57

3.3.1 径向基函数（RBF）网络57

3.3.2 Hopfield网络58

3.4 人工神经网络在石化行业中的应用实例59

3.4.1 BP学习算法的改进59

3.4.2 神经网络在石油化工过程故障诊断中的应用60

参考文献63

第4章 遗传算法64

4.1 遗传算法的基本原理65

4.1.1 遗传算法的相关知识65

4.1.2 遗传算法的基本思想和一般结构66

4.2 遗传算法的应用技术基础67

4.2.1 选用遗传算法的原因67

4.2.2 遗传算法的应用性能评价68

4.2.3 遗传算法的具体实现方法69

4.3 几种重要的改进遗传算法74

4.3.1 小生境技术遗传算法75

4.3.2 混合遗传算法76

4.3.3 并行遗传算法78

4.4 遗传算法的应用实例79

4.4.1 遗传算法在石化企业生产调度中的应用79

4.4.2 遗传算法在石化多效并流蒸发器设计中的应用80

4.5 多变异拟子基因共同进化算法（3MGCA）81

参考文献85

第5章 人工免疫系统86

5.1 人工免疫系统的基本概念87

5.1.1 生物免疫系统87

5.1.2 人工免疫系统的仿生机理89

5.2 阴性选择算法93

5.2.1 人工免疫算法的基本思想和一般结构93

5.2.2 阴性选择算法94

5.3 人工免疫系统应用实例1——故障检测97

5.3.1 应用背景和问题的提出97

5.3.2 振动诊断系统设计98

5.3.3 故障诊断策略101

5.4 人工免疫系统应用实例2——计算机病毒检测103

5.4.1 应用背景和问题的提出103

5.4.2 检测数据的选取104

5.4.3 基于人工免疫算法的计算机病毒检测模型105

5.4.4 病毒检测系统的工作流程105

5.4.5 实验结果分析108

参考文献111

第6章 人工智能的研究现状和发展趋势112

6.1 人工智能技术的研究现状及展望112

6.1.1 模糊控制技术研究现状及展望112

6.1.2 神经网络技术研究现状及展望116

6.1.3 遗传算法研究现状及展望120

6.1.4 免疫算法研究现状及展望122

6.2 人工智能技术在石化工业应用的现状123

6.2.1 数据采集、处理、软测量技术123

6.2.2 石油化工复杂生产过程建模123

6.2.3 故障诊断124

6.2.4 优化控制124

参考文献125