第一章 前 言 | 第6-8页 |
1.1 人工智能在专家系统中的应用 | 第6页 |
1.2 专家系统的发展及其在农业领域的应用 | 第6页 |
1.3 专家系统基础开发平台集成开发环境概述 | 第6-7页 |
1.4 本文的工作 | 第7-8页 |
第二章 D-S理论的基本原理及其难题 | 第8-12页 |
2.1 概述 | 第8页 |
2.2 D-S理论的基本概念 | 第8-9页 |
2.3 D-S理论和Bayesian理论、概率论之间的区别 | 第9-10页 |
2.4 Dempster组合规则 | 第10-11页 |
2.5 D-S理论的难题-Zadeh悖论 | 第11-12页 |
第三章 Zadeh悖论的三种解决策略及其综合 | 第12-28页 |
3.1 Zadeh悖论解决的现状 | 第12-13页 |
3.2 解决策略一(改进合成公式的方法) | 第13-19页 |
3.3 解决策略二(引入未知扰动的方法) | 第19-23页 |
3.4 解决策略三(引入学习算法的方法) | 第23-27页 |
3.5 三种解决策略的综合 | 第27-28页 |
第四章 凸函数证据理论的基本原理 | 第28-34页 |
4.1 概述 | 第28页 |
4.2 基本概念 | 第28-30页 |
4.3 新的组合函数的分析 | 第30-32页 |
4.4 推理界面的改进 | 第32-34页 |
第五章 知识库生成系统 | 第34-42页 |
5.1 概述 | 第34页 |
5.2 RPBL | 第34-39页 |
5.3 知识库的实现 | 第39-42页 |
第六章 推理机 | 第42-52页 |
6.1 概述 | 第42页 |
6.2 功能描述和开发框架图 | 第42-43页 |
6.3 接口、构造函数的描述及推理步骤 | 第43-44页 |
6.4 推理机组件的流程 | 第44-47页 |
6.5 推理算法 | 第47-52页 |
第七章 应用实例 | 第52-56页 |
7.1 证据理论的适用领域 | 第52页 |
7.2 在土地肥力分级中的应用 | 第52-56页 |
参考文献 | 第56-57页 |
致 谢 | 第57-58页 |
摘 要 | 第58-60页 |
Abstract | 第60页 |