复杂系统建模理论、方法与技术PDF|Epub|txt|kindle电子书版本网盘下载

复杂系统建模理论、方法与技术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系统概念与分类1

1.1.1系统概念1

1.1.2系统分类1

1.2复杂性概念与复杂系统提法3

1.2.1复杂性概念3

1.2.2复杂系统提法3

1.3复杂系统的特点、研究对象及方法4

1.3.1复杂系统的特点4

1.3.2复杂系统的研究对象5

1.3.3复杂系统的研究方法5

1.4系统研究现状和趋势6

1.4.1研究现状6

1.4.2发展趋势7

1.5系统建模与仿真7

1.5.1模型概念、性质及分类7

1.5.2数学建模及其过程9

1.5.3仿真建模与系统仿真10

1.5.4系统建模与仿真体系结构11

1.6对复杂问题建模与仿真的重要思考12

1.6.1复杂系统研究是建模与仿真发展的动力源12

1.6.2支撑复杂系统建模与仿真的新理论13

1.6.3复杂系统建模方法学进展14

1.6.4适应于复杂仿真系统的体系结构14

1.6.5复杂系统建模环境及工具14

1.6.6复杂仿真系统与VV&A技术15

思考题15

第2章 系统建模的基本理论16

2.1引言16

2.2模型论及其相关理论16

2.2.1引言16

2.2.2实际系统的抽象16

2.2.3系统描述及其保存关系17

2.2.4模型的非形式化与形式化描述20

2.2.5模型集总22

2.2.6模型简化23

2.2.7模型修改28

2.2.8模型灵敏度分析29

2.2.9模型的有效性及可信性31

2.3相似理论及演绎推理34

2.31引言34

2.3.2相似概念及分类35

2.3.3相似关系36

2.3.4相似定理36

2.3.5演绎推理38

2.3.6连续物理系统的相似性及其模型通式39

2.4系统辨识理论40

2.4.1系统辨识概念、定义及要素40

2.4.2系统辨识框架和内容41

2.4.3系统辨识方法与算法43

2.5系统层次性与分形理论46

2.5.1系统的层次性概念46

2.5.2系统分析与层次分析46

2.5.3系统层次分析方法概述47

2.5.4系统分形概念51

2.5.5分形理论的要点51

2.6复杂适应系统理论53

2.6.1基本概念54

2.6.2CAS树55

2.6.3主体的适应和学习55

2.6.4CAS宏观模型57

2.7定性理论、模糊理论及云理论59

2.7.1定性理论的产生及其范畴59

2.7.2定性推理60

2.7.3定性建模62

2.7.4模糊理论的产生64

2.7.5模糊集合（论）64

2.7.6模糊集合运算和基本定理65

2.7.7模糊数和模糊集合特征描述67

2.7.8模糊关系67

2.7.9云理论68

2.8自组织理论71

2.8.1引言71

2.8.2理论基础及研究范畴71

2.8.3系统自组织概念71

2.8.4耗散结构论72

2.8.5协同学72

2.8.6日趋完善的自组织理论73

2.9元胞自动机与支持向量机理念74

2.9.1引言74

2.9.2元胞自动机理念74

2.9.3元胞自动机的功能特点75

2.9.4支持向量机理念和内涵76

2.9.5支持向量分类机76

2.9.6支持向量回归机77

2.10灰色系统理论和马尔可夫理论78

2.10.1引言78

2.10.2灰色系统基本原理78

2.10.3灰色系统理论体系结构79

2.10.4灰色概念、运算及灰色联度分析79

2.10.5灰色系统建模81

2.10.6马尔可夫过程81

2.10.7马尔可夫链及其相关定义和定理82

2.11图论86

2.11.1引言86

2.11.2图概念及重要术语87

2.11.3树及其生成树88

2.11.4遍历、欧拉图及哈密顿图88

2.11.5图矩阵88

2.12网络理论89

2.12.1引言89

2.12.2基本概念及其物理意义89

2.12.3网络最大流及最小流90

2.12.4最短路和最小代价流91

2.12.5工程网络图92

2.12.6计算机网络93

2.12.7Petri网95

2.12.8人工神经网络96

2.12.9贝叶斯网98

2.13元模型及综合集成研讨厅理念100

2.13.1引言100

2.13.2元模型理念及其相关概念100

2.13.3综合集成研讨厅理念102

2.14虚拟现实及其相关理论103

2.14.1引言103

2.14.2基本概念及定义103

2.14.3VR系统及分类104

2.14.4VR硬、软件工具104

2.14.5VR技术及其应用105

思考题108

第3章 常用数学建模方法、原理及案例110

3.1概述110

3.1.1引言110

3.1.2数学建模方法的选取110

3.2机理分析法111

3.2.1方法原理111

3.2.2建模过程111

3.2.3应用案例112

3.3直接相似法114

3.3.1方法原理114

3.3.2建模过程114

3.3.3应用案例115

3.4量纲分析法116

3.4.1方法原理116

3.4.2建模过程116

3.4.3应用案例117

3.5比例法118

3.5.1方法原理118

3.5.2建模过程118

3.5.3应用案例118

3.6概率统计法119

3.6.1方法原理119

3.6.2建模过程119

3.6.3应用案例120

3.7回归分析法122

3.7.1方法原理122

3.7.2建模过程122

3.7.3应用案例122

3.8集合分析法125

3.8.1方法原理125

3.8.2建模过程125

3.8.3应用案例125

3.9层次分析法129

3.9.1方法原理129

3.9.2建模过程129

3.9.3应用案例132

3.10图解法134

3.10.1方法原理134

3.102建模过程134

3.10.3应用案例136

3.11蒙特卡罗法137

3.11.1方法原理137

3.11.2建模过程137

3.11.3应用案例137

3.12模糊集论法138

3.12.1引言138

3.12.2隶属函数确定法139

3.12.3模糊聚类分析法140

3.12.4模糊模式识别法142

3.12.5模糊综合评判法143

3.13“隔舱”系统法144

3.13.1方法原理144

3.13.2建模过程144

3.13.3应用案例144

3.14灰色系统法146

3.14.1方法原理146

3.14.2建模过程146

3.14.3应用案例146

3.15想定法149

3.15.1方法原理149

315.2建模过程149

3.15.3应用案例149

3.16计算机辅助法150

3.16.1方法原理150

3.16.2建模过程151

3.16.3应用案例151

3.17系统辨识法152

3.17.1方法原理152

3.17.2建模过程153

3.17.3应用案例153

3.18神经网络法155

3.18.1方法原理155

3.18.2建模过程156

3.18.3应用案例156

思考题158

第4章 面向复杂系统建模的新方法与技术161

4.1概述161

4.2混合建模方法与技术161

4.2.1引言161

4.2.2分析-统计法161

4.2.3模糊辨识法164

4.2.4基于模糊神经网络的模型辨识167

4.3组合建模方法与技术171

4.3.1方法原理171

4.3.2技术特点172

4.3.3典型应用172

4.4基于智能技术的Agent/MAS建模方法与技术175

4.4.1引言175

4.4.2方法原理175

4.4.3技术特点176

4.4.4典型应用177

4.5基于Petri网建模方法与技术179

4.5.1引言179

4.5.2方法原理180

4.5.3技术特点181

4.5.4典型应用181

4.6马尔可夫建模方法与技术184

4.6.1引言184

4.6.2动态系统传统马尔可夫建模方法与技术185

4.6.3动态系统模糊马尔可夫建模方法与技术188

4.7Bootstrap、Bayes及Bayes Bootstrap建模方法与技术191

4.7.1引言191

4.7.2Bootstrap建模方法与技术191

4.7.3 Bayes Bootstrap建模方法与技术192

4.7.4 Bayes建模方法与技术194

4.8基于贝叶斯网的建模方法与技术197

4.8.1引言197

4.8.2基于专家主导的贝叶斯网建模方法与技术197

4.8.3基于联结树的贝叶斯网建模方法与技术201

4.9定性建模方法与技术203

4.9.1引言203

4.9.2基于p-范数的近似推理定性建模方法与技术203

4.9.3基于通用系统问题求解系统理论的归纳推理定性建模方法与技术206

4.9.4基于QSIM算法的定性建模方法与技术210

4.9.5基于微分方程定性理论的建模方法与技术213

4.9.6基于范例推理建模方法与技术217

4.10基于因果关系的建模方法与技术219

4.10.1引言219

4.10.2方法原理219

4.10.3技术特点220

4.10.4典型应用220

4.11基于云理论的建模方法与技术223

4.11.1引言223

4.11.2方法原理223

4.11.3技术特点224

4.114典型应用224

4.12基于元模型的建模方法与技术228

4.12.1引言228

4.12.2方法原理228

4.12.3技术特点229

4.12.4典型应用229

4.12.5基于元模型的仿真模型表示及建模方法231

4.13基于元胞自动机的建模方法与技术232

4.13.1引言232

4.13.2方法原理233

4.13.3技术特点234

4.13.4典型应用234

4.14基于支持向量机的建模方法与技术236

4.14.1引言236

4.14.2方法原理236

4.14.3技术特点236

4.14.4典型应用237

4.15基于超高计算智能逼近的建模方法与技术242

4.15.1引言242

4.15.2基于量子神经网络的建模方法与技术242

4.15.3基于协同进化计算的建模方法与技术244

415.4基于多智能体遗传算法的建模方法与技术247

4.16基于混合专家系统的建模方法与技术250

416.1引言250

416.2方法原理251

4163技术特点251

4.16.4典型应用252

4.17综合集成建模方法与技术253

4.17.1引言253

4.17.2方法原理254

4.17.3技术特点255

4.17.4典型应用255

4.18基于CAS理论的建模方法与技术257

4.18.1引言257

4.18.2方法原理258

4.18.3技术特点259

4.18.4典型应用259

4.19基于自组织理论的建模方法与技术261

4.19.1引言261

4.19.2基于GMDH建模的方法原理261

4.19.3基于GMDH建模的技术特点263

4.19.4基于GMDH建模的典型应用263

4.20基于分形理论的建模方法与技术266

4.20.1引言266

4.20.2方法原理266

4.20.3技术特点267

4.20.4典型应用267

4.21多分辨率建模方法与技术269

4.21.1引言269

4.21.2方法原理270

4.21.3技术特点270

4.21.4典型应用271

4.22面向对象建模方法与技术276

4.22.1引言276

4.22.2方法原理277

4.22.3技术特点277

4.22.4典型应用278

思考题281

第5章 复杂系统M&S支撑环境及工具283

5.1概述283

5.2UML/RationalRose283

5.2.1引言283

5.2.2UML/RationalRose简介284

5.2.3应用实例284

5.3ABM/Swarm288

5.3.1引言288

5.3.2Swarm平台简介288

5.3.3应用实例289

5.4HLA/RTI292

5.4.1引言292

5.4.2基本思想及开发过程292

5.4.3应用实例294

5.5OpenGL/Vega和MultiGen/Creator297

5.5.1引言297

5.5.2OpenGL/Vega简介298

5.5.3MultiGen/Creator简介301

5.5.4应用实例303

5.6MATLAB/Simulink305

5.6.1引言305

5.6.2MATLAB/Simulink简介305

5.6.3应用实例307

5.7ADAMS/View311

5.7.1引言311

5.7.2ADAMS简介311

5.7.3应用实例314

5.8STAGE/STRIVE316

5.8.1引言316

5.8.2STAGE简介316

5.8.3STRIVE简介318

5.8.4应用实例319

5.9GlobusToolkit322

5.9.1引言322

5.9.2网格技术发展概况322

5.9.3GlobusToolkit简介323

5.9.4应用实例325

5.10M&S的其他支撑环境与工具326

思考题340

第6章 大型复杂仿真系统的VV&A及可信度评估341

6.1引言341

6.2大型复杂仿真系统的特点及可信度评估对策342

6.2.1现代大型复杂仿真系统的特点342

6.2.2大型复杂仿真系统的可信度评估对策342

6.3VV&A基本概念及相关概念343

6.3.1基本概念343

6.3.2相关概念344

6.4VV&A的原则和工作模式347

6.4.1仿真系统VV&A原则347

6.4.2VV&A工作模式349

6.5仿真系统V&V方法351

6.5.1仿真系统校核方法351

6.5.2仿真系统验证方法352

6.5.3一般最大熵谱估计法353

6.5.4基于神经网络的最大熵谱估计法356

6.6复杂仿真系统生命周期VV&A方案设计358

6.7典型复杂仿真系统生命周期VV&A开发过程359

6.7.1分布交互式仿真系统生命周期VV&A开发过程359

6.7.2HLA仿真系统生命周期VV&A开发过程360

6.7.3DIS/HLA仿真系统生命周期VV&A开发过程361

6.8复杂仿真系统VV&A标准／规范及其应用361

6.8.1引言361

6.8.2复杂仿真系统VV&A标准／规范的需求分析361

6.8.3复杂仿真系统VV&A标准／规范技术框架及主要内容362

6.8.4复杂仿真系统VV&A标准／规范应用363

6.9VV&A的自动化、通用化和智能化问题367

6.9.1VV&A工作流的自动化367

6.9.2通用的VV&A体系367

6.9.3基于人工智能的VV&A平台369

6.10M&S的VV&A管理系统设计与实现371

6.10.1引言371

6.10.2系统结构设计371

6.10.3系统数据库设计372

6.10.4VV&A管理库设计372

6.10.5系统功能设计372

6.10.6应用实例373

6.11大型复杂仿真系统的可信度评估方法373

6.11.1引言373

6.11.2层次分析评估法373

6.11.3模糊综合评判法374

6.11.4模糊层次分析评估法375

6.11.5灰色综合评估法376

6.11.6相似度辨识评估法380

6.11.7基于逼真度评估法386

思考题393

参考文献394