計算智能與科學配方

前言
第一章 緒論
　第一節(jié) 什么是計算智能
　　一、什么是智能
　　二、智能科學
　　三、計算智能與人工智能
　　四、計算智能與西藥快速設(shè)計
　　五、經(jīng)驗科學與經(jīng)驗的科學
　第二節(jié) 什么是機器學習
　　一、學習：智能之核心
　　二、什么是機器學習
　　三、機器如何學習
　第三節(jié) 如何開發(fā)智能配方系統(tǒng)
　　一、智能配方系統(tǒng)的目標
　　二、系統(tǒng)開發(fā)的途徑
　　三、系統(tǒng)開發(fā)對企業(yè)的要求
第二章 產(chǎn)品配方與感覺品質(zhì)評估
　第一節(jié) 產(chǎn)品質(zhì)量的感覺評估
　　一、品酒師
　　二、感覺系統(tǒng)與感覺評估
　　三、文化背景的影響
　　四、物性感知科學
　第二節(jié) 物性的感覺測試技術(shù)
　　一、心理物理學研究
　　二、評估小組與實驗室
　　三、評估方式
　　四、感覺測試面臨的問題
　第三節(jié) 配方問題的復雜性
　　一、原料成分的復雜性
　　二、生態(tài)環(huán)境影響的復雜性
　　三、中西藥配方的復雜性
　　四、什么是復雜性？
　第四節(jié) 傳統(tǒng)計算方法面臨的問題
　　一、傳統(tǒng)數(shù)學方法的不足
　　二、計算智能技術(shù)應用動態(tài)
第三章 神經(jīng)網(wǎng)絡(luò)與感覺評估
　第一節(jié) 人工感覺系統(tǒng)
　　一、傳感器：模擬生物感覺器官
　　二、模擬感覺系統(tǒng)
　第二節(jié) 人工神經(jīng)網(wǎng)絡(luò)
　　一、什么是神經(jīng)網(wǎng)絡(luò)
　　二、與其他方法的比較
　第三節(jié) 多層感知器：通用函數(shù)逼近器　　
　　一、多層感知器
　　二、反向傳播（BP）學習算法
　第四節(jié) BP算法的改進
　　一、學習參數(shù)自適應調(diào)節(jié)
　　二、激勵函數(shù)參數(shù)自適應調(diào)節(jié)
　　三、學習曲線與交叉驗證
　　四、正則化與懲罰項
　　五、LMBP算法
　第五節(jié) 網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化
　　一、網(wǎng)絡(luò)剪裁
　　二、神經(jīng)元模型的推廣
　第六節(jié) 模糊集與模擬感覺評估
　　一、+模糊集
　　二、模糊數(shù)與神經(jīng)網(wǎng)絡(luò)
　　三、模擬評估師·圖靈測試
　第七節(jié) 徑向基函數(shù)網(wǎng)絡(luò)
　　一、徑向基函數(shù)方法
　　二、RBF網(wǎng)絡(luò)
第四章 知識發(fā)現(xiàn)與復雜相關(guān)性分析
　第一節(jié) 統(tǒng)計學相關(guān)分析能做什么
第五章 模式識別與原料分類
第六章 支持向量機方法
第七章 進化計算配方尋優(yōu)方法
第八章 計算智能的若干哲理
第九章 人機交互智能配方系統(tǒng)
參考文獻
致謝