神經網絡模糊推理智能信息融合及其工程應用（簡體書）

神經網絡和模糊推理之間的相似性和互補性是其進行融合的基礎。在眾多的信息融合方法中，神經網絡和模糊推理的信息融合理論方法更是備受世界各國科研工作者的關注。本書針對神經網絡和模糊推理信息處理與控制領域中信息處理理論方法現狀，著重研究神經網絡與模糊推理之間的信息融合關係以及通過其互補性質的相互滲透和促進所形成的智能信息融合處理結構與算法及其在熱能工程、動力工程、採礦工程和安全工程上的工程應用。《神經網絡模糊推理智能信息融合及其工程應用》的讀者以控制理論與控制工程、熱能工程、動力工程、採礦工程和安全工程等領域的科研工作者與工程技術人員為主；也可供各高等院校以上相關領域的教師、研究生參考。

《神經網絡模糊推理智能信息融合及其工程應用》的讀者以控制理論與控制工程、熱能工程、動力工程、采礦工程和安全工程等領域的科研工作者與工程技術人員為主；也可供各高等院校以上相關領域的教師、研究生參考。

前言第1章 緒論1．1信息融合技術的產生與發展1．2神經網絡和模糊推理融合的必要性1．3神經網絡和模糊推理融合技術研究概述1．4選題背景和研究意義參考文獻第2章 基於神經網絡的信息融合理論方法2．1神經網絡信息融合研究現狀2．2神經網絡模型2．3基於神經網絡的信息融合理論方法及應用本章小結參考文獻第3章 基於模糊推理的信息融合理論方法3．1模糊推理理論概述3．2基於模糊推理的信息融合理論方法及其應用本章小結參考文獻第4章 神經網絡一模糊推理的融合理論與模式4．1神經網絡一模糊推理的信息融合機理4．2神經網絡一模糊推理融合系統的特徵4．3神經網絡一模糊推理融合系統結構4．4神經網絡一模糊推理融合模型本章小結參考文獻第5章 基於神經網絡的信息融合數據有效性模糊綜合評判5．1傳統的數據有效性檢測方法研究5．2基於神經網絡的模糊綜合評判方法5．3基於神經網絡的模糊綜合評判在管道煤氣流量計量中的應用本章小結參考文獻第6章 神經網絡與模糊推理融合預測理論方法6．1神經網絡與模糊推理預測方法6．2基於神經網絡的模糊推理預測理論方法6．3基於模糊推理的神經網絡預測理論方法本章小結參考文獻第7章 複雜動力系統模糊神經網絡模型及其應用7．1複雜動力系統模糊神經網絡辨析模型7．2複雜動力系統模糊神經網絡辨析模型工程應用實例本章小結參考文獻第8章 神經元一模糊推理融合的組合控制及其應用8．1神經元一模糊推理融合模型8．2基於神經元一模糊推理融合的組合控制器設計8．3車用發動機空燃比神經元一模糊推理融合的組合控制本章小結參考文獻第9章 結論與展望9．1結論9．2展望

2.3 基于神經網絡的信息融合理論方法及應用
2.3.1 神經網絡信息融合的基本思想
從信息融合處理觀點看，神經網絡是一個具有高度非線性的超大規模并行信息融合處理系統，可看作是實現多輸入信號的某種函數變換的一種融合系統。
在多傳感器系統中，各信息源所提供的環境信息都具有一定程度的不確定性，對這些不確定信息的融合過程實質上是一個不確定性推理過程。神經網絡可根據當前系統所接受的樣本的相似性，確定分類標準，這種確定方法主要表現在網絡的權值分布，同時可以采用神經網絡特定的學習算法來獲取知識，得到不確定性的推理機制。
用神經網絡進行信息融合的基本思想就是，模擬人腦的學習、聯想記憶以及對信息的整合等功能。神經網絡系統利用神經網絡的自適應、自學習能力，通過對大量的傳感器信息（樣本數據）進行學習，以網絡連接權值和閾值的形式把不確定性推理知識儲存在網絡中，用于對系統的新的不確定信息進行不確定性推理，這是模擬人腦的學習能力；借助神經網絡特有的聯想記憶功能，在某些傳感器出現故障和誤差時，可以恢復正確的傳感器信息，這是對人腦聯想記憶的功能模擬；神經網絡系統利用強大的非線性映射功能，對傳感器所獲得的信息進行關聯和整合，實現系統輸入和輸出之間的非線性映射，保證不同的輸入能獲得相應的正確輸出，這是對人腦信息整合功能的模擬。
2.3.2 神經網絡信息融合的基本步驟
利用神經網絡進行信息融合，一般應該包含以下基本步驟：
（1）傳感器的選取。針對不同的信息融合問題，選擇相應的傳感器，用以對需要進行信息融合的系統狀態進行檢測，獲取相關的信息。
（2）采樣和預處理。用選定的傳感器對系統的狀態進行檢測，并進行預處理。
（3）神經網絡的選擇。根據不同信息融合問題的特點，選擇合適的神經網絡模型。主要是“三要素”的選擇，即神經元特性的選擇、網絡的拓撲結構選擇和網絡權值修正學習規則的選擇。
（4）神經網絡的訓練和學習。利用傳感器所獲得的信息，按照一定的學習規則，對設計好的神經網絡進行權值訓練和學習，以獲得對信息的不確定推理機制或獲得正確的輸入和輸出關系。