灰理論基礎

第一章 灰色系統(tǒng)理論概言
1.1 鄧聚龍?zhí)岢龌疑到y(tǒng)理論
1.2 灰性、灰概念
1.3 灰理論與概率、模糊的對比
1.4 灰理論的主要內(nèi)容
1.5 灰理論應用實例
1.5.1 石油天然氣勘探
1.5.2 有色金屬探礦
1.5.3 灰色預測控制
1.5.4 影像壓縮
1.5.5 在機床故障診斷與分析中的應用
第二章 灰色系統(tǒng)理論基礎
2.1 灰理論的基本原理
2.1.1 灰理論基本原理概言
2.1.2 默承認原理
2.1.3 默否認原理
2.1.4 差異信息原理
2.2 認知模式
2.2.1 信息認知原理
2.2.2 認知模式
2.2.3 解的非唯一性原理
2.2.4 白化原理
2.2.5 灰性不滅原理
2.2.6 最少信息原理
2.3 灰朦朧集
2.3.1 灰朦朧集概言
2.3.2 命題信息域
2.3.3 灰朦朧集
2.4 信息覆蓋
2.5 灰因果律與構造模式
2.6 平射
2.6.1 平射概念
2.6.2 平射有關定義
2.7 序列
2.7.1 序列定義及信息量
2.7.2 序列類型
第三章 灰數(shù)
3.1 概念數(shù)與潛數(shù)
3.2 灰數(shù)的定義
3.3 灰數(shù)的灰度
3.4 形態(tài)灰數(shù)
3.5 灰數(shù)覆蓋運算基礎
3.6 灰數(shù)覆蓋運算
3.7 覆蓋運算有關定理
3.8 灰數(shù)與區(qū)間數(shù)的比較
第四章 灰生成
4.1 灰生成概念
4.2 累加生成AGO
4.2.1 AGO生成含義
4.2.2 AGO生成算式
4.2.3 累加生成灰指數(shù)律
4.2.4 AG0生成空間
4.3 累減生成IAGO
4.4 初值化生成
4.5 均值化生成
4.6 區(qū)間值化生成
第五章 灰關聯(lián)空間
5.1 灰關聯(lián)空間概言
5.2 灰關聯(lián)因子空間
5.2.1 灰關聯(lián)因子空間概言
5.2.2 因子集
5.2.3 影響集
5.2.4 灰關聯(lián)因子集
5.3 灰關聯(lián)差異信息空間
5.4 灰關聯(lián)空間
5.4.1 灰關聯(lián)空間概言
5.4.2 灰關聯(lián)4公理
5.4.3 灰關聯(lián)空間
5.4.4 灰關聯(lián)分析示例
5.5 灰序白化
5.5.1 灰序白化概言
5.5.2 灰序白化定義
5.5.3 灰序白化方法
5.5.4 灰序白化示例
5.6 灰關聯(lián)矩陣
5.6.1 灰關聯(lián)矩陣概念
5.6.2 灰關聯(lián)矩陣定義
5.6.3 灰關聯(lián)矩陣分析
5.6.4 灰關聯(lián)矩陣計算示例
5.7 灰色自關聯(lián)矩陣
5.8 灰靶理論
5.8.1 灰靶理論概言
5.8.2 灰模式
5.8.3 標準模式(靶心)
5.8.4 灰靶變換
5.8.5 統(tǒng)一靶牌
5.8.6 統(tǒng)一靶牌示例
5.8.7 灰靶貢獻度
5.8.8 灰靶貢獻度示例
5.8.9 方向靶
第六章 灰建模
6.1 灰建模概言
6.2 平射的功能拓廣
6.3 灰微分方程基礎
6.3.1 序列觀
6.3.2 導數(shù)的灰因白果律
6.4 灰微分方程與GM(1，1)模型
6.4.1 灰微分方程
6.4.2 灰模型GM(1，1)
6.5 GM(1，1)參數(shù)辨識
6.5.1 GM(1，1)參數(shù)的矩陣算式
6.5.2 GM(1，1)參數(shù)包
6.5.3 GM(1，1)計算示例
6.6 GM(1，1)派生模型
6.6.1 GM(1，1)派生模型(3M(1，1，x)
6.6.2 GM(1，1)派生模型GM(1，1，x)
6.6.3 GM(1，1)派生模型GM(1，1，6)
6.6.4 GM(1，1)派生模型GM(1，1，exp)
6.6.5 GM(1，1)派生模型GM(1，1，C)
6.6.6 GM(1，1)模型匯總
……
第七章 慣性灰建模理論
第八章 灰預測
第九章 灰評估
第十章 灰決策
第十一章 灰色控制
參考文獻