●序
前言
第1章 緒論 1
1.1 繫統概念與分類 1
1.1.1 繫統概念 1
1.1.2 繫統分類 1
1.2 復雜性概念與復雜繫統提法 3
1.2.1 復雜性概念 3
1.2.2 復雜繫統提法 3
1.3 復雜繫統的特點、研究對像及方法 4
1.3.1 復雜繫統的特點 4
1.3.2 復雜繫統的研究對像 5
1.3.3 復雜繫統的研究方法 5
1.4 繫統研究現狀和趨勢 6
1.4.1 研究現狀 6
1.4.2 發展趨勢 7
1.5 繫統建模與仿真 7
1.5.1 模型概念、性質及分類 7
1.5.2 數學建模及其過程 9
1.5.3 仿真建模與繫統仿真 10
1.5.4 繫統建模與仿真體繫結構 11
1.6 對復雜問題建模與仿真的重要思考 12
1.6.1 復雜繫統研究是建模與仿真發展的動力源 12
1.6.2 支撐復雜繫統建模與仿真的新理論 13
1.6.3 復雜繫統建模方法學進展 14
1.6.4 適應於復雜仿真繫統的體繫結構 14
1.6.5 復雜繫統建模環境及工具 14
1.6.6 復雜仿真繫統與VV&A技術 15
思考題 15
第2章 繫統建模的基本理論 16
2.1 引言 16
2.2 模型論及其相關理論 16
2.2.1 引言 16
2.2.2 實際繫統的抽像 16
2.2.3 繫統描述及其保存關繫 17
2.2.4 模型的非形式化與形式化描述 20
2.2.5 模型集總 22
2.2.6 模型簡化 23
2.2.7 模型修改 28
2.2.8 模型靈敏度分析 29
2.2.9 模型的有效性及可信性 31
2.3 相似理論及演繹推理 34
2.3.1 引言 34
2.3.2 相似概念及分類 35
2.3.3 相似關繫 36
2.3.4 相似定理 36
2.3.5 演繹推理 38
2.3.6 連續物理繫統的相似性及其模型通式 39
2.4 繫統辨識理論 40
2.4.1 繫統辨識概念、定義及要素 40
2.4.2 繫統辨識框架和內容 41
2.4.3 繫統辨識方法與算法 43
2.5 繫統層次性與分形理論 46
2.5.1 繫統的層次性概念 46
2.5.2 繫統分析與層次分析 46
2.5.3 繫統層次分析方法概述 47
2.5.4 繫統分形概念 51
2.5.5 分形理論的要點 51
2.6 復雜適應繫統理論 53
2.6.1 基本概念 54
2.6.2 CAS樹 55
2.6.3 主體的適應和學習 55
2.6.4 CAS宏觀模型 57
2.7 定性理論、模糊理論及雲理論 59
2.7.1 定性理論的產生及其範疇 59
2.7.2 定性推理 60
2.7.3 定性建模 62
2.7.4 模糊理論的產生 64
2.7.5 模糊集合(論) 64
2.7.6 模糊集合運算和基本定理 65
2.7.7 模糊數和模糊集合特征描述 67
2.7.8 模糊關繫 67
2.7.9 雲理論 68
2.8 自組織理論 71
2.8.1 引言 71
2.8.2 理論基礎及研究範疇 71
2.8.3 繫統自組織概念 71
2.8.4 耗散結構論 72
2.8.5 協同學 72
2.8.6 日趨完善的自組織理論 73
2胞自動機與支持向量機理念 74
2.9.1 引言 74
2.9胞自動機理念 74
2.9胞自動機的功能特點 75
2.9.4 支持向量機理念和內涵 76
2.9.5 支持向量分類機 76
2.9.6 支持向量回歸機 77
2.10 灰色繫統理論和馬爾可夫理論 78
2.10.1 引言 78
2.10.2 灰色繫統基本原理 78
2.10.3 灰色繫統理論體繫結構 79
2.10.4 灰色概念？運算及灰色聯度分析 79
2.10.5 灰色繫統建模 81
2.10.6 馬爾可夫過程 81
2.10.7 馬爾可夫鏈及其相關定義和定理 82
2.11 圖論 86
2.11.1 引言 86
2.11.2 圖概念及重要術語 87
2.11.3 樹及其生成樹 88
2.11.4 遍歷？歐拉圖及哈密頓圖 88
2.11.5 圖矩陣 88
2.12 網絡理論 89
2.12.1 引言 89
2.12.2 基本概念及其物理意義 89
2.12.3 網絡大流及小流 90
2.12.4 短路和小代價流 91
2.12.5 工程網絡圖 92
2.12.6 計算機網絡 93
2.12.7 Petri網 95
2.12.8 人工神經網絡 96
2.12.9 貝葉斯網 98
2.模型及綜合集成研討廳理念 100
2.13.1 引言 100
2.13模型理念及其相關概念 100
2.13.3 綜合集成研討廳理念 102
2.14 虛擬現實及其相關理論 103
2.14.1 引言 103
2.14.2 基本概念及定義 103
2.14.3 VR繫統及分類 104
2.14.4 VR硬？軟件工具 104
2.14.5 VR技術及其應用 105
思考題 108
第3章 常用數學建模方法？原理及案例 110
3.1 概述 110
3.1.1 引言 110
3.1.2 數學建模方法的選取 110
3.2 機理分析法 111
3.2.1 方法原理 111
3.2.2 建模過程 111
3.2.3 應用案例 112
3.3 直接相似法 114
3.3.1 方法原理 114
3.3.2 建模過程 114
3.3.3 應用案例 115
3.4 量綱分析法 116
3.4.1 方法原理 116
3.4.2 建模過程 116
3.4.3 應用案例 117
3.5 比例法 118
3.5.1 方法原理 118
3.5.2 建模過程 118
3.5.3 應用案例 118
3.6 概率統計法 119
3.6.1 方法原理 119
3.6.2 建模過程 119
3.6.3 應用案例 120
3.7 回歸分析法 122
3.7.1 方法原理 122
3.7.2 建模過程 122
3.7.3 應用案例 122
3.8 集合分析法 125
3.8.1 方法原理 125
3.8.2 建模過程 125
3.8.3 應用案例 125
3.9 層次分析法 129
3.9.1 方法原理 129
3.9.2 建模過程 129
3.9.3 應用案例 132
3.10 圖解法 134
3.10.1 方法原理 134
3.10.2 建模過程 134
3.10.3 應用案例 136
3.11 蒙特卡羅法 137
3.11.1 方法原理 137
3.11.2 建模過程 137
3.11.3 應用案例 137
3.12 模糊集論法 138
3.12.1 引言 138
3.12.2 隸屬函數確定法 139
3.12.3 模糊聚類分析法 140
3.12.4 模糊模式識別法 142
3.12.5 模糊綜合評判法 143
3.13 “隔艙”繫統法 144
3.13.1 方法原理 144
3.13.2 建模過程 144
3.13.3 應用案例 144
3.14 灰色繫統法 146
3.14.1 方法原理 146
3.14.2 建模過程 146
3.14.3 應用案例 146
3.15 想定法 149
3.15.1 方法原理 149
3.15.2 建模過程 149
3.15.3 應用案例 149
3.16 計算機輔助法 150
3.16.1 方法原理 150
3.16.2 建模過程 151
3.16.3 應用案例 151
3.17 繫統辨識法 152
3.17.1 方法原理 152
3.17.2 建模過程 153
3.17.3 應用案例 153
3.18 神經網絡法 155
3.18.1 方法原理 155
3.18.2 建模過程 156
3.18.3 應用案例 156
思考題 158
第4章 面向復雜繫統建模的新方法與技術 161
4.1 概述 161
4.2 混合建模方法與技術 161
4.2.1 引言 161
4.2.2 分析G統計法 161
4.2.3 模糊辨識法 164
4.2.4 基於模糊神經網絡的模型辨識 167
4.3 組合建模方法與技術 171
4.3.1 方法原理 171
4.3.2 技術特點 172
4.3.3 典型應用 172
4.4 基於智能技術的Agent/MAS建模方法與技術 175
4.4.1 引言 175
4.4.2 方法原理 175
4.4.3 技術特點 176
4.4.4 典型應用 177
4.5 基於Petri網建模方法與技術 179
4.5.1 引言 179
4.5.2 方法原理 180
4.5.3 技術特點 181
4.5.4 典型應用 181
4.6 馬爾可夫建模方法與技術 184
4.6.1 引言 184
4.6.2 動態繫統傳統馬爾可夫建模方法與技術 185
4.6.3 動態繫統模糊馬爾可夫建模方法與技術 188
4.7 Bootstrap？Bayes及BayesBootstrap建模方法與技術 191
4.7.1 引言 191
4.7.2 Bootstrap建模方法與技術 191
4.7.3 BayesBootstrap建模方法與技術 192
4.7.4 Bayes建模方法與技術 194
4.8 基於貝葉斯網的建模方法與技術 197
4.8.1 引言 197
4.8.2 基於專家主導的貝葉斯網建模方法與技術 197
4.8.3 基於聯結樹的貝葉斯網建模方法與技術 201
4.9 定性建模方法與技術 203
4.9.1 引言 203
4.9.2 基於pG範數的近似推理定性建模方法與技術 203
4.9.3 基於通用繫統問題求解繫統理論的歸納推理定性建模方法與技術 206
4.9.4 基於QSIM 算法的定性建模方法與技術 210
4.9.5 基於微分方程定性理論的建模方法與技術 213
4.9.6 基於範例推理建模方法與技術 217
4.10 基於因果關繫的建模方法與技術 219
4.10.1 引言 219
4.10.2 方法原理 219
4.10.3 技術特點 220
4.10.4 典型應用 220
4.11 基於雲理論的建模方法與技術 223
4.11.1 引言 223
4.11.2 方法原理 223
4.11.3 技術特點 224
