Book description
Beschreibung, Analyse und Entwurf technischer Systeme werden zunehmend komplexer und erfordern neuartige Lösungsansätze. Durch die Natur inspiriert entstanden verschiedene Berechnungsverfahren, die im Wissenschaftsgebiet der Computational Intelligence (CI) zusammengefasst sind. Hierzu zählen die etablierten Kernbereiche der Fuzzy-Systeme, Künstliche Neuronale Netze und Evolutionäre Algorithmen sowie aus diesen zusammengeführte Hybride Methoden. Hinzu kommen die noch jungen Gebiete der Schwarmintelligenz und der künstlichen Immunsysteme. So bewegt sich die CI an der Schnittstelle zwischen Ingenieurswissenschaften und Informatik. Dieses Buch bietet eine gut verständliche, vereinheitlichende und anwendungsorientierte Einführung in das Thema und vermittelt Studenten und berufstätigen Ingenieuren das notwendige Fachwissen. Neben den methodischen Erläuterungen sind einfach nachvollziehbare Beispiele integriert, die die Funktion der Methoden veranschaulichen. Darüber hinaus wurden Praxisbeispiele zur Illustration der praktischen Relevanz aufgenommen. Die Musterlösungen für Dozenten können auf der geschützten Webseite http://141.51.54.2/MRT/Bibliothek/Compagnon/ heruntergeladen werden.
Table of contents
- Cover
- Titelseite
- Impressum
- Begleitwort zur 1. Auflage
- Vorwort zur 2. Auflage
- Vorwort zur 1. Auflage
- Inhaltsverzeichnis
-
Teil I: Einführung
- 1 Einleitung
- 2 Problemstellungen und Lösungsansätze
-
Teil II: Fuzzy-Systeme
- 3 Einleitung
-
4 Allgemeine Prinzipien
- 4.1 Fuzzy-Mengen, Grundoperationen und linguistische Variablen
- 4.2 Mamdani-Fuzzy-Systeme
- 4.3 Relationale Fuzzy-Systeme
- 4.4 Takagi-Sugeno-Systeme
- 4.5 Multivariate Zugehörigkeitsfunktionen und allg. Fuzzy-Partitionierungen
- 4.6 Gegenüberstellung von Mamdani- und Takagi-Sugeno-Fuzzy-Systemen
- 4.7 Kurze Historie
- 5 Clusterverfahren
- 6 Datengetriebene Modellbildung
- 7 Regelung
- 8 Anwendungsbeispiele
- 9 Übungsaufgaben
-
Teil III: Künstliche Neuronale Netze
- 10 Einleitung
- 11 Allgemeine Prinzipien
-
12 Multi-Layer-Perceptron-(MLP-)Netze
- 12.1 Aufbau und Funktionsprinzip eines Neurons
- 12.2 Netzaufbau und Übertragungsverhalten
- 12.3 Lernverfahren
- 12.4 Probleme beim Einsatz des Backpropagation-Verfahrens
- 12.5 Erweiterungen des Backpropagation-Verfahrens
- 12.6 Mustererkennung mit MLP-Netzen
- 12.7 Modellbildung mit MLP-Netzen
- 12.8 Modellprädiktive Regelung mit MLP-Netzen
- 13 Radiale-Basisfunktionen-Netze
- 14 Selbstorganisierende (Kohonen-)Karten
-
15 Anwendungsbeispiele
- 15.1 Kennfläche eines Axialkompressors (MLP)
- 15.2 Dynamische Modellierung eines servo-hydraulischen Antriebs (MLP)
- 15.3 Dynamische Modellierung eines servo-pneumatischen Antriebs (MLP)
- 15.4 Fließkurvenmodellierung beim Kaltwalzen (MLP)
- 15.5 Virtueller Kraftsensor für elastischen Roboterarm (MLP)
- 15.6 Qualitätskenngrößenvorhersage bei Polymerisation (MLP)
- 15.7 Zustandsbewertung von Energieübertragungsnetzen (SOM)
- 15.8 Routenplanung/TSP (SOM)
-
16 Übungsaufgaben
- 16.1 XOR-Funktionsapproximation mittels MLP-Netz
- 16.2 Klassifikation mittels MLP-Netzen (1)
- 16.3 Klassifikation mittels MLP-Netzen (2)
- 16.4 Klassifikation mittels RBF-Netz
- 16.5 Funktionsapproximation mittels RBF-Netz
- 16.6 Training einer Kohonenkarte
- 16.7 Clusterung und Klassifikation mittels Kohonenkarte
-
Teil IV: Evolutionäre Algorithmen
- 17 Allgemeine Prinzipien
- 18 Genetische Algorithmen
- 19 Evolutionsstrategien
- 20 Genetisches Programmieren
- 21 Anwendungsbeispiele
-
22 Übungsaufgaben
- 22.1 Routenplanung für mobilen Roboter mittels Genetischem Algorithmus
- 22.2 Evolutionsstrategie zur Lösung eines kontinuierlichen Optimierungsproblems
- 22.3 Formoptimierung mittels Genetischem Algorithmus
- 22.4 Optimierung eines Fuzzy-Systems mittels Genetischem Algorithmus
- 22.5 Optimales Rucksackpacken mittels Genetischem Algorithmus
-
Teil V: Weiterführende Methoden
- 23 Hybride CI-Systeme
- 24 Schwarmintelligenz und Künstliche Immunsysteme
- Teil VI: Anhang
- Literatur
- Verzeichnis der Anwendungsbeispiele
- Index
- Fußnoten
Product information
- Title: Computational Intelligence, 2nd Edition
- Author(s):
- Release date: January 2016
- Publisher(s): De Gruyter Oldenbourg
- ISBN: 9783110402155
You might also like
book
Computational Intelligence and Healthcare Informatics
COMPUTATIONAL INTELLIGENCE and HEALTHCARE INFORMATICS The book provides the state-of-the-art innovation, research, design, and implements methodological …
book
Computational Intelligence: Synergies of Fuzzy Logic, Neural Networks and Evolutionary Computing
Computational Intelligence: Synergies of Fuzzy Logic, Neural Networks and Evolutionary Computing presents an introduction to some …
book
Smart and Intelligent Systems
In today’s digital world, the words “smart” and intelligent” are now used to label devices, machinery, …
book
Machine Learning – kurz & gut, 2nd Edition
Machine Learning erreicht heute beinahe alle Bereiche der Technik und der Gesellschaft. Dieses Buch bietet Interessierten, …