图书介绍
系统工程 方法与应用PDF|Epub|txt|kindle电子书版本网盘下载
- 唐幼纯等主编 著
- 出版社： 北京：清华大学出版社
- ISBN：9787302234760
- 出版时间：2011
- 标注页数：197页
- 文件大小：37MB
- 文件页数：210页
- 主题词：系统工程
PDF下载
下载说明
系统工程 方法与应用PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 系统科学与系统工程1
1.1系统科学概述1
1.1.1系统科学的概念1
1.1.2系统科学研究的问题2
1.1.3系统科学研究的内容4
1.2系统工程概述6
1.2.1系统工程的定义6
1.2.2系统工程发展简史8
1.2.3系统工程的实践应用9
1.2.4系统工程的发展趋势10
1.2.5系统工程的特点10
1.3结语11
本章小结12
思考题12
第2章 系统工程研究的对象——系统13
2.1系统的基本概念13
2.1.1系统的定义13
2.1.2系统的输入、输出和系统的功能16
2.1.3系统的环境17
2.1.4系统的分类18
2.1.5系统的特性22
2.2系统的一般描述24
2.2.1系统的框图描述24
2.2.2系统的集合描述25
2.3系统的结构成分26
2.4系统的结构分析29
2.4.1系统的解释结构分析方法29
2.4.2系统结构分析应用34
本章小结38
思考题39
第3章 系统工程方法论40
3.1霍尔（Hall）硬系统方法论41
3.1.1 Hall方法论三维结构体系41
3.1.2 Hall方法论的特点44
3.2软系统方法论45
3.3 H-Ch综合系统方法论概述46
3.4几种方法论的比较46
3.5系统工程方法论的进一步发展47
3.6 HALL方法论的逻辑步骤48
3.6.1问题的界定48
3.6.2目标确定50
3.6.3方案汇总57
3.6.4系统评价和决策实施60
本章小结61
思考题61
第4章 系统模型方法62
4.1系统模型概述62
4.1.1系统模型的定义62
4.1.2系统模型的基本特征64
4.1.3系统模型的分类64
4.1.4系统模型的作用68
4.2建立系统模型的思考方法68
4.3建立数学模型的一般步骤69
4.4建立系统模型的一般原则70
4.5建立系统模型的AHP方法71
4.5.1 AHP模型方法的基本思想71
4.5.2 AHP模型方法的基本步骤72
4.5.3应用AHP方法建立系统层次结构模型80
本章小结83
思考题84
第5章 系统评价85
5.1系统评价的基本概念85
5.1.1系统评价的含义与意义85
5.1.2系统评价的思想和原则85
5.2系统评价指标体系86
5.2.1系统评价指标体系建立的原则86
5.2.2系统评价指标体系的构成87
5.2.3系统评价指标体系的构建方法87
5.3系统评价的一般步骤88
5.4系统评价方法89
5.4.1经验评价方法89
5.4.2价值分析方法94
5.4.3模糊综合评价方法95
5.4.4因子分析方法105
5.4.5主成分分析方法107
5.4.6系统评价应用案例111
本章小结116
思考题117
第6章 MC系统仿真119
6.1系统仿真的概念119
6.2系统仿真的特点和作用120
6.2.1系统仿真的特点120
6.2.2系统仿真的作用120
6.3系统仿真的一般步骤121
6.4蒙特卡罗（MC）仿真方法122
6.4.1随机数概念122
6.4.2蒙特卡罗仿真概述126
6.4.3蒙特卡罗（MC）仿真129
6.5蒙特卡罗系统仿真的应用139
本章小结145
思考题146
第7章 系统动力学仿真147
7.1系统动力学的一般概述147
7.2系统动力学的应用对象148
7.3系统动力学的表示方法149
7.3.1系统动力学研究过程149
7.3.2系统动力学模型的表示方法150
7.4系统动力学的建模步骤156
7.5系统动力学应用案例160
本章小结165
思考题166
第8章 神经网络系统预测167
8.1系统预测概述167
8.1.1系统预测的应用领域167
8.1.2系统预测的概念168
8.1.3系统预测方法的分类168
8.2神经网络预测方法169
8.2.1人工神经网络的概念169
8.2.2脑神经系统与生物神经元170
8.2.3人工神经网络的特点171
8.2.4人工神经网络发展的回顾171
8.2.5人工神经网络的应用领域173
8.3人工神经元174
8.3.1人工神经元的基本构成175
8.3.2神经元作用函数175
8.3.3 M-P模型175
8.3.4神经网络的拓扑结构177
8.3.5神经网络的学习177
8.4感知器模型178
8.5 BP神经网络179
8.5.1 BP神经网络的多层结构180
8.5.2 BP网络计算公式182
8.5.3 BP模型算法示意图184
8.6神经网络实现过程187
8.6.1确定系统框架187
8.6.2学习样本187
8.6.3学习算法187
8.6.4推理机187
8.6.5知识库188
8.6.6输入模式转换188
8.6.7输出模式转换188
8.7神经网络的容错性192
8.7.1容错性的研究内容192
8.7.2前馈网络容错性的分析方法192
8.7.3前馈网络容错性的设计方法193
本章小结196
思考题196
参考文献197