作者简介
作者:(南非)Marwala
目录
第1章国际冲突建模：老问题的新发展
1.1引言
1.2关于国际冲突理论与方法的结合
1.3导致战争与和平的多条汇合路径的复杂性
1.4计算智能在国际冲突分析中的应用
1.4.1灵活性
1.4.2交互性
1.4.3附属国的赞同
1.5数据与变量
1.6本书概要
参考文献
第2章基于自关联检测法的国际冲突识别
2.1引言
2.2数学框架
2.2.1神经网络
2.2.2贝叶斯框架
2.2.3自关联测定
2.3国际冲突应用
2.4结论
2.5下一步工作
参考文献
第3章基于多层感知器和径向基函数的国际冲突建模
3.1引言
3.2数学框架
3.2.1用于分类问题的多层感知器
3.2.2径向基函数
3.2.3模型选择
3.3MLP模型与RBIF模型对比
3.4国际冲突应用
3.5结论
3.6下一步工作
参考文献
第4章基于贝叶斯方法的国际冲突建模
4.1简介
4.2神经网络
4.3采样方法
4.3.1蒙特卡洛方法
4.3.2马尔可夫链蒙特卡洛法
4.3.3基于遗传算法的马尔可夫链蒙特卡洛采样-
4.3.4模拟退火
4.3.5吉布斯采样
4.4高斯逼近法
4.5混合蒙特卡洛法
4.6随机动力学模型
4.7采样方法对比
4.8国际冲突建模
4.9结论
4.10下一步工作
参考文献
第5章基于支持向量机的国际冲突建模
5.1引言
5.2背景
5.2.1机器学习
5.2.2人工神经网络
5.2.3支持向量机
5.2.4国际冲突建模
5.3结果与讨论
5.4结论
5.5下一步工作
参考文献
第6章基于模糊集合的国际冲突建模
6.1引言
6.2计算智能
6.2.1基本模糊逻辑理论
6.2.2模糊神经模型
6.2.3支持向量机
6.3知识提取
6.3.1分类结果
6.3.2模糊规则的提取
6.4结论
6.5下一步工作
参考文献
第7章基于粗糙集的国际冲突建模
7.1引言
7.2粗糙集
7.2.1信息系统
7.2.2不可分关系-
7.2.3信息表和数据表达
7.2.4决策规则归纳
7.2.5集合的上、下近似
7.2.6集合的近似
7.2.7约简
7.2.8边界域
7.2.9粗糙隶属度函数
7.3离散化方法
7.3.1等宽槽分区
7.3.2等频槽分区
7.4粗糙集规划
7.5神经模糊系统
7.6粗糙集和模糊集
7.7国际冲突建模
7.8结论
7.9下一步工作
参考文献
第8章基于粒子群优化和爬山法优化粗糙集的国际冲突建模
8.1简介
8.2粗糙集
8.3优化方法
8.3.1粒子群优化
8.3.2爬山法
8.4爬山法与粒子群优化对比
8.5国际冲突建模
8.6结论
8.7下一步工作
参考文献
第9章基于模拟退火优化粗糙集的国际冲突建模
9.1引言
9.2粗糙集
9.3优化方法
9.3.1模拟退火
9.3.2粒子群优化
9.4粒子群优化与模拟退火
9.5国际冲突建模
9.6结论
9.7下一步工作
参考文献
第10章基于优化粗糙集的遗传算法的国际冲突建模
10.1引言
10.2粗糙集
10.3优化方法
10.3.1遗传算法
10.3.2模拟退火
10.4遗传算法与模拟退火算法对比
10.5国际冲突建模
10.6结论
10.7下一步工作
参考文献
第11章基于神经粗糙集的国际冲突建模
11.1引言
11.2粗糙集
11.2.1粗糙隶属度函数
11.2.2粗糙集精度
11.2.3粗糙集建模流程
11.3多层感知器
11.4神经一粗糙集模型-
11.5贝叶斯粗糙集
11.6马尔可夫链蒙特卡洛模拟
11.7用遗传算法优化的粗糙集模型
11.8国际冲突建模
11.9结论
11.10下一步工作
参考文献
第12章基于计算方法的早期预警与冲突预防
12.1引言
12.2早期预警与冲突预防：理论、方法及相关问题
12.2.1领域研究进展
12.2.2挑战
12.3计算智能用于早期预警与冲突预防
12.3.1控制国际冲突
12.3.2控制系统
12.3.3贝叶斯网络
12.3.4黄金分割搜索方法
12.3.5模拟退火方法
12.3.6民主、盟友、实力和从属性的调控”
12.4结论
12.5下一步工作
参考文献
第13章结论与最新进展
13.1引言
13.2计算智能领域的新近发展
13.3国际冲突建模的新近发展
作者:(南非)Marwala
目录
第1章国际冲突建模：老问题的新发展
1.1引言
1.2关于国际冲突理论与方法的结合
1.3导致战争与和平的多条汇合路径的复杂性
1.4计算智能在国际冲突分析中的应用
1.4.1灵活性
1.4.2交互性
1.4.3附属国的赞同
1.5数据与变量
1.6本书概要
参考文献
第2章基于自关联检测法的国际冲突识别
2.1引言
2.2数学框架
2.2.1神经网络
2.2.2贝叶斯框架
2.2.3自关联测定
2.3国际冲突应用
2.4结论
2.5下一步工作
参考文献
第3章基于多层感知器和径向基函数的国际冲突建模
3.1引言
3.2数学框架
3.2.1用于分类问题的多层感知器
3.2.2径向基函数
3.2.3模型选择
3.3MLP模型与RBIF模型对比
3.4国际冲突应用
3.5结论
3.6下一步工作
参考文献
第4章基于贝叶斯方法的国际冲突建模
4.1简介
4.2神经网络
4.3采样方法
4.3.1蒙特卡洛方法
4.3.2马尔可夫链蒙特卡洛法
4.3.3基于遗传算法的马尔可夫链蒙特卡洛采样-
4.3.4模拟退火
4.3.5吉布斯采样
4.4高斯逼近法
4.5混合蒙特卡洛法
4.6随机动力学模型
4.7采样方法对比
4.8国际冲突建模
4.9结论
4.10下一步工作
参考文献
第5章基于支持向量机的国际冲突建模
5.1引言
5.2背景
5.2.1机器学习
5.2.2人工神经网络
5.2.3支持向量机
5.2.4国际冲突建模
5.3结果与讨论
5.4结论
5.5下一步工作
参考文献
第6章基于模糊集合的国际冲突建模
6.1引言
6.2计算智能
6.2.1基本模糊逻辑理论
6.2.2模糊神经模型
6.2.3支持向量机
6.3知识提取
6.3.1分类结果
6.3.2模糊规则的提取
6.4结论
6.5下一步工作
参考文献
第7章基于粗糙集的国际冲突建模
7.1引言
7.2粗糙集
7.2.1信息系统
7.2.2不可分关系-
7.2.3信息表和数据表达
7.2.4决策规则归纳
7.2.5集合的上、下近似
7.2.6集合的近似
7.2.7约简
7.2.8边界域
7.2.9粗糙隶属度函数
7.3离散化方法
7.3.1等宽槽分区
7.3.2等频槽分区
7.4粗糙集规划
7.5神经模糊系统
7.6粗糙集和模糊集
7.7国际冲突建模
7.8结论
7.9下一步工作
参考文献
第8章基于粒子群优化和爬山法优化粗糙集的国际冲突建模
8.1简介
8.2粗糙集
8.3优化方法
8.3.1粒子群优化
8.3.2爬山法
8.4爬山法与粒子群优化对比
8.5国际冲突建模
8.6结论
8.7下一步工作
参考文献
第9章基于模拟退火优化粗糙集的国际冲突建模
9.1引言
9.2粗糙集
9.3优化方法
9.3.1模拟退火
9.3.2粒子群优化
9.4粒子群优化与模拟退火
9.5国际冲突建模
9.6结论
9.7下一步工作
参考文献
第10章基于优化粗糙集的遗传算法的国际冲突建模
10.1引言
10.2粗糙集
10.3优化方法
10.3.1遗传算法
10.3.2模拟退火
10.4遗传算法与模拟退火算法对比
10.5国际冲突建模
10.6结论
10.7下一步工作
参考文献
第11章基于神经粗糙集的国际冲突建模
11.1引言
11.2粗糙集
11.2.1粗糙隶属度函数
11.2.2粗糙集精度
11.2.3粗糙集建模流程
11.3多层感知器
11.4神经一粗糙集模型-
11.5贝叶斯粗糙集
11.6马尔可夫链蒙特卡洛模拟
11.7用遗传算法优化的粗糙集模型
11.8国际冲突建模
11.9结论
11.10下一步工作
参考文献
第12章基于计算方法的早期预警与冲突预防
12.1引言
12.2早期预警与冲突预防：理论、方法及相关问题
12.2.1领域研究进展
12.2.2挑战
12.3计算智能用于早期预警与冲突预防
12.3.1控制国际冲突
12.3.2控制系统
12.3.3贝叶斯网络
12.3.4黄金分割搜索方法
12.3.5模拟退火方法
12.3.6民主、盟友、实力和从属性的调控”
12.4结论
12.5下一步工作
参考文献
第13章结论与最新进展
13.1引言
13.2计算智能领域的新近发展
13.3国际冲突建模的新近发展
| ISBN | 9787115285 |
|---|---|
| 出版社 | 国防工业出版社 |
| 作者 | （南非）马瓦拉；（意）拉贾左 |
| 尺寸 | 16 |