Computational Intelligence: Synergies of Fuzzy Logic, Neural Networks and Evolutionary Computing

ویرایش:  
نویسندگان: Nazmul Siddique. Hojjat Adeli(auth.)  
سری:  
ISBN (شابک) : 9781118337844, 9781118534823 
ناشر:  
سال نشر: 2013 
تعداد صفحات: 517 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 4 مگابایت 

قیمت کتاب (تومان) : 74,000



هوش محاسباتی: هم‌افزایی منطق فازی، شبکه‌های عصبی و محاسبات تکاملی مقدمه‌ای بر برخی از پارادایم‌های تکنولوژیکی پیشرفته در زیر چتر هوش محاسباتی ارائه می‌کند. طرح‌های هوش محاسباتی با توسعه یک چارچوب مناسب برای منطق فازی، شبکه‌های عصبی و محاسبات تکاملی، سیستم‌های عصبی فازی، سیستم‌های تکاملی-فازی و سیستم‌های عصبی تکاملی بررسی می‌شوند. کاربردهای سیستم‌های خطی و غیرخطی با مثال‌هایی مورد بحث قرار می‌گیرد.

ویژگی‌های کلیدی:

• تمام جنبه‌های رویکردهای فازی، عصبی و تکاملی را با مثال‌های کارشده، MATLAB پوشش می‌دهد. تمرین ها و کاربردها در هر فصل
• هم افزایی فناوری های هوش محاسباتی مانند فازی عصبی تکاملی و سیستم های عصبی تکاملی را ارائه می دهد
• مشکلات دنیای واقعی را در حوزه مدل سازی، کنترل سیستم ها در نظر می گیرد. و بهینه سازی
• شامل پیشگفتار نوشته لطفی زاده

هوش محاسباتی: هم افزایی منطق فازی، شبکه های عصبی و محاسبات تکاملییک ایده آل است. متن برای دانشجویان سال آخر کارشناسی، کارشناسی ارشد و پژوهشی در مهندسی برق، کنترل، کامپیوتر، صنایع و ساخت و تولید.

مطالب:
فصل 1 مقدمه ای بر هوش محاسباتی (صفحات 1-17):
فصل 2 مقدمه به منطق فازی (صفحات 19-63):
فصل 3 سیستم های فازی و کاربردی کاتیون ها (صفحات 65-101):
فصل 4 شبکه های عصبی (صفحات 103-157):
فصل 5 سیستم های عصبی و کاربردها (صفحات 159-181):
فصل 6 محاسبات تکاملی (صفحه های 183-237) ):
فصل 7 سیستم های تکاملی (صفحات 239-264):
فصل 8 سیستم های فازی تکاملی (صفحات 265–305):
فصل 9 شبکه های عصبی تکاملی (صفحات 307-355):
فصل 10 سیستم فازی عصبی (صفحات 357-414):

Computational Intelligence: Synergies of Fuzzy Logic, Neural Networks and Evolutionary Computing presents an introduction to some of the cutting edge technological paradigms under the umbrella of computational intelligence. Computational intelligence schemes are investigated with the development of a suitable framework for fuzzy logic, neural networks and evolutionary computing, neuro-fuzzy systems, evolutionary-fuzzy systems and evolutionary neural systems. Applications to linear and non-linear systems are discussed with examples.

Key features:

• Covers all the aspects of fuzzy, neural and evolutionary approaches with worked out examples, MATLAB exercises and applications in each chapter
• Presents the synergies of technologies of computational intelligence such as evolutionary fuzzy neural fuzzy and evolutionary neural systems
• Considers real world problems in the domain of systems modelling, control and optimization
• Contains a foreword written by Lotfi Zadeh

Computational Intelligence: Synergies of Fuzzy Logic, Neural Networks and Evolutionary Computing is an ideal text for final year undergraduate, postgraduate and research students in electrical, control, computer, industrial and manufacturing engineering.

Content:
Chapter 1 Introduction to Computational Intelligence (pages 1–17):
Chapter 2 Introduction to Fuzzy Logic (pages 19–63):
Chapter 3 Fuzzy Systems and Applications (pages 65–101):
Chapter 4 Neural Networks (pages 103–157):
Chapter 5 Neural Systems and Applications (pages 159–181):
Chapter 6 Evolutionary Computing (pages 183–237):
Chapter 7 Evolutionary Systems (pages 239–264):
Chapter 8 Evolutionary Fuzzy Systems (pages 265–305):
Chapter 9 Evolutionary Neural Networks (pages 307–355):
Chapter 10 Neural Fuzzy Systems (pages 357–414):