做公众号可以看的网站,苏州手机app开发公司,wordpress博客推荐,商城小程序开发多少钱团支部有读书会活动可以报销#xff0c;我挑选买了一本《智能决策技术及应用》#xff08;刘丽兰 等著#xff09;#xff0c;这本书分三篇#xff0c;第三篇实际应用是在智能制造产业上就对我没啥大用。
内容其实都是主流的#xff0c;但是编排上是有独特组合的#x…团支部有读书会活动可以报销我挑选买了一本《智能决策技术及应用》刘丽兰 等著这本书分三篇第三篇实际应用是在智能制造产业上就对我没啥大用。
内容其实都是主流的但是编排上是有独特组合的所以我只放总结目录一些我觉得有意思应该记录一下的东西每个再写两句自己的备忘其实基本都在研究生课程学过了 第1章 绪论
智能制造支撑技术与平台人工智能、工业大数据、云计算、工业互联网、边缘计算、信息物理系统、数字孪生
智能制造中的决策问题设备级决策、产线级决策、系统级决策设备管理决策、生产管理决策、柔性管理决策、智能调度决策、人机协作决策
第一篇智能决策方法
第2章 数据感知
现场总线及工业以太网技术
第3章 数据分析
3.1数据预处理
数据清洗缺失值处理、离群值处理、噪声处理、异常值处理
数据集成冗余分析、相关分析、冲突值检测与处理
数据变换离散化、二元化、规范标准化、特征转换与创建、函数变换
数据规约数据聚集、数据抽样、维规约
3.2数据仓库
规划、需求研究、问题分析、仓库设计选取待建模事务、选取食物处理粒度、选取用于每个事实表记录的维、选取将安防再每个事实记录中的度量、数据集成和测试、部署数据仓库。
3.3数据特征提取
主成分分析法PCA、线性判别分析LDA
3.4数据分析
关联分析分类聚类分析K-means、K-medoids
聚类基本方法划分、层次、基于密度、基于网格
第二篇智能决策方法
这本书是按照人工智能三大学派划分的其实也可以按照“启发式算法”这种来划分。 第4章 统计推理 4.1贝叶斯决策
验后分析是统计分析的主要方法而贝叶斯决策方法是验前分析的方法。
验后分析会牵扯到两个问题是否需要对信息追加如果追加信息应该采取什么样的策略行动
再做调查可以获取修正后的先验概率。
采集新信息的收益大于损耗时决策者才会去收集新信息否则只要选择最优的验前策略就能获得最大收益。
4.2马尔科夫决策
过程具有马尔可夫性质给定现在状态随机过程与过去状态是条件独立的。
过去对于预测将来的状态是无关的每个状态的转移只依赖于之前的n个状态这个过程被成为一个n阶模型n是影响转移状态的数目。
马尔可夫模型可以视为一个随机的有限状态机。
隐马尔可夫模型描述一个含有隐含位置参数的马尔可夫过程。从可观察参数中确定该过程的隐含参数然后利用这些参数进行进一步分析。
4.3K近邻KNN
是一种基于统计的数据挖掘算法。
消极学习算法局部加权回归、K近邻KNN
积极学习算法支持向量机SVM、神经网络
4.4决策树
基本的分类与回归方法本质上是通过一系列规则对数据进行分类的过程。
CLS、ID3、ID4、ID4.5CART
特征选择、决策树的生成、决策树的修剪 第5章 生物进化与群智能 5.1遗传算法
遗传学遗传算法群体可行解集个体可行解染色体可行解的编码基因可行解编码的分量基因形式遗传编码适应度适应度函数选择选择操作交叉交叉操作变异变异操作
主要参数群体规模、交叉概率、变异概率、遗传运算的终止进化代数
流程编码、种群初始化、适应度函数、选择操作、交叉操作、变异操作、算法寻优局部最优作为新个体染色体继续优化 5.2粒子群算法
粒子描述位置、速度、适应度值
粒子速度更新公式粒子先前速度、“认知”部分、“社会”部分
算法构成群体大小、权重因子、最大速度、邻域的拓扑结构、停止准则、粒子空间的初始化、边界条件处理
PSO算法引入惯性因子。
各种不同鸟类为了某个共同的目标第而无组织的聚集在一起。
较好的全局搜索能力。
因不同设定而衍生出的类型鸟群、狼群
5.3 蚁群算法
启发式因子、信息素挥发度、蚁群数量、总信息量、最大进化代数。
是正反馈原理启发式算法相结合的一种算法。
第6章 人工神经网络 6.1前馈神经网络FNN
单层感知器、多层感知器MLP多基于它来用反向传播算法
6.2卷积神经网络CNN
一种包含卷积计算、具有深度结构的前馈神经网络。
卷积层、池化层降维操作、批量归一化层数据集归一化确保同一分布、全连接层提取出的特征分类、输出层
网络的误差反向传播机制损失函数loss计算正向传播输出结果与样本标签之间的差异、全连接层梯度计算、池化层梯度计算、卷积层梯度计算。
6.3长短期记忆网络LSTM
一种循环神经网络RNN时间循环神经网络为解决一般RNN存在的长期依赖问题而专门设计出来的。
门控单元模型 6.4强化学习再励学习
主体是智能体思想是智能体与环境交互试错利用评价反馈实现决策优化。
四大要素策略、回报、动作、环境。
目标学习一个策略使选择的动作能从环境获得最大回报。
回报的计算回报函数为衡量长期使用值函数来代替回报函数积累一般将值函数或策略用一个函数表示常用的近似函数有线性函数、核函数、神经网络
深度强化学习用深度神经网络作为强化学习的非线性近似函数。
深度确定性策略梯度算法DDPG谷歌Deep Mind团队提出的深度强化学习算法解决了连续动作空间的强化学习问题。它是一种无模型的离线策略演员-评论家强化学习方法。它的策略是参数化的。 6.5迁移学习
预训练模型的复用与微调训练整个模型、训练一些层而冻结其他层、冻结卷积层
第7章 智能决策综合评价 7.1权重系数法
权重差异三方面原因主观重视程度、客观作用程度、可靠程度
7.2 层次分析法
将人的思维过程层次化、数量化并用数学为分析、决策、预报或控制提供定量的依据。
将决策问题的有关元素分解成目标、准则、方案等层次用一定标度对人的主关判断进行客观量化在此基础上进行定性、定量分析的一种决策方法。
7.3 TOPSIS法优劣解距离法
多目标决策分析中的一种常用有效方法。
把备选方案与理想最好解、理想最差解做比较若某个方案是最接近理想解同时远离负理想解则该方案是备选方案中的最好方案。
7.4动态加权综合法
不同于以上的定常权权值均为常数解决语言评价的模糊性
各评价指标标准化处理构造动态加权函数分段变幂函数、偏大型正态分布函数、S型分布函数评价模型构建。
7.5 灰色关联综合法
“灰”表示部分信息明确、部分信息不明确是一种介于完全知道和一无所知之间的中介系统
用于解决的问题评判对象的某些因素不完全了解使评判根据不足由于事物变化导致认知落后受到事物伪信息和反信息的干扰导致判断偏差
手段对某次观测资料加以数学处理达到更高层次上了解系统内部变化趋势、相互关系机制。 第三篇 智能决策应用
第8章 设备级决策
第9章 产线级决策
第10章 系统级决策 最后在一个封闭的、被迫的工作环境中我好像是失去了那个高效、快意的自己。
人如果知道自己想做什么熟练的会那些该做的事情而且手边工具齐全真是一个非常幸福的事情怪不得拼装四驱车比玩四驱车更有意思。
人终有一死如何把过程活的对自己最有意义这条路该怎么走
总之无论好坏可能自己所做的已经有别人做的更好那也不能自己束手束脚什么也不做啊。
