機械設計手冊 智能設計 仿生機械設計

出版說明
前言

第49篇智 能 設 計

第1章智能模擬的科學

1信息社會與思維科學49-3

11思維與思維科學49-3

12思維的類型49-3

121抽象(邏輯)思維學49-3

122形象(直覺)思維學49-5

123靈感(頓悟)思維學49-6

2思維的基礎和認知的發(fā)展49-7

21思維與智能49-7

22思維的神經(jīng)基礎49-7

23認知發(fā)展49-8

231皮亞杰認知發(fā)展理論49-8

232斯騰伯格的認知三元素理論49-9

233信息加工理論49-9

234思維的瞬間達爾文進化機制
理論49-9

235廣義進化認知模式49-10

236復雜自適應系統(tǒng)49-10

237認知發(fā)展總論49-11

3智能模擬49-12

31智能模擬的科學基礎49-12

32智能模擬的哲學基礎49-12

33智能模擬的基本途徑49-12

331基于邏輯推理的智能模擬——
符號主義（symblism）49-12

332基于神經(jīng)網(wǎng)絡的智能模擬——
聯(lián)結(jié)主義（connectionism）49-13

333基于“感知—行動”的智能模
擬——行為主義（behaviourism）49-13

第2章智能設計方法和技術綜述

1智能設計的發(fā)展概述49-15

11CAD的發(fā)展49-15

12智能設計的兩個階段49-15

2智能設計的概念和特征49-16

21智能設計的特點49-16

22智能設計技術的研究重點49-16

23智能化方法的分類和智能設計的
層次49-17

231智能化方法的分類49-17

232智能設計的層次49-17

24智能設計的基本方法49-18

241智能設計的分類49-18

242智能設計系統(tǒng)與技術49-19

3智能設計體系和知識表達49-20

31智能設計體系49-20

311智能設計的抽象層次模型49-21

312設計知識的結(jié)構(gòu)體系49-21

313智能設計的集成求解策略49-22

314智能設計集成求解策略的工程
應用49-23

32智能設計的知識表達49-23

33智能設計的基因模型表達49-27

331知識模型49-27

332基因模型49-27

第3章進化設計技術與方法

1進化設計技術基礎49-29

11遺傳算法的概貌49-29

12單純型遺傳算法49-30

13模式定理(schemata theorem)49-33

14遺傳算法的有關操作規(guī)則和方法49-33

15多個體參與交叉的遺傳算法49-36

16多目標進化算法簡介49-39

161傳統(tǒng)多目標算法及其存在問題49-39

162Pareto多目標進化算法49-40

163幾種主要的多目標進化算法49-43

164擴展Pareto進化算法(Extended
Pareto Evolutionary Algorithm，
EPEA)49-44

165算例49-45

2基于進化的健壯性設計方法49-47

21健壯性開發(fā)方法的基本思路49-47

22基于進化的健壯性設計方法的總體
框架49-49

目錄
目錄
23基于進化的健壯性設計方法的
說明49-51

3結(jié)構(gòu)智能優(yōu)化設計——進化設計49-52

31結(jié)構(gòu)智能設計的概念49-52

32結(jié)構(gòu)進化智能優(yōu)化設計49-53

33基于進化的桁架結(jié)構(gòu)相位設計49-53

34基于進化的結(jié)構(gòu)非線性強制振動
解法49-54

35基于進化的圓拋物面天線健壯結(jié)構(gòu)
設計49-56

351圓拋物面天線結(jié)構(gòu)設計的要求和
特點49-56

352天線反射面精度計算49-58

353最佳吻合拋物面各點對原設計
面相應點的半光程差49-58

35410m圓拋物面天線健壯設計
模型49-59

35510m圓拋物面天線體結(jié)構(gòu)的健壯性設計過程49-61

356總結(jié)49-69

4供應鏈庫存策略的進化重組49-70

41供應鏈運行策略的持續(xù)改進49-70

42供應鏈中的庫存設置49-71

43供應鏈運行過程中的庫存控制
策略49-72

44敏捷供應鏈多級庫存策略重組
模型49-74

第4章自組織設計技術與方法

1自組織技術基礎49-79

11“生命的游戲”49-79

12元胞自動機的基礎49-80

13元胞自動機的自組織建模方法49-83

14元胞自動機的應用領域49-85

2結(jié)構(gòu)拓撲的自組織進化49-86

21結(jié)構(gòu)拓撲優(yōu)化中的ECA規(guī)則49-86

22ECA規(guī)則的進化表達49-88

23結(jié)構(gòu)拓撲形態(tài)優(yōu)化的算例49-88

第5章自學習設計技術與方法

1自學習技術基礎49-90

11神經(jīng)網(wǎng)絡的主要特點49-90

12細胞元模型49-91

13神經(jīng)網(wǎng)絡模型49-93

14神經(jīng)網(wǎng)絡的學習49-94

15多層前向神經(jīng)網(wǎng)絡(BP網(wǎng)絡)49-97

16典型反饋網(wǎng)絡——Hopfield網(wǎng)絡49-103

17基于概率學習的Boltzmann機模型49-106

2非線性振動的自學習建模49-109

21神經(jīng)網(wǎng)絡和系統(tǒng)識別49-109

22非線性振動脈沖響應的學習和系統(tǒng)
預測49-110

23Duffing振動的學習和預測49-111

24預測精度和泛用性的考察49-113

3基于學習的機械系統(tǒng)特性預測49-115

31機械系統(tǒng)特性預測的問題49-115

32機械系統(tǒng)特性預測的基本模型49-116

33雷達結(jié)構(gòu)系統(tǒng)固頻的預測例49-116

4神經(jīng)網(wǎng)絡專家系統(tǒng)的智能設計體系
結(jié)構(gòu)49-117

41建立人工神經(jīng)網(wǎng)絡專家系統(tǒng)的
必要性49-118

42面向設計的智能平臺49-118

421專家系統(tǒng)和神經(jīng)網(wǎng)絡的結(jié)合
方式49-118

422智能平臺的“外殼