《人工智能技术在防震减灾工程中的应用》主要介绍了人工智能技术（主要是专家系统和人工神经网络技术）的基本知识及其在防震减灾工程中的应用。上篇主要以地震预报专家系统、基于模糊神经网络和符号的地震预报专家系统、智能辅助地震区别专家系统、震后趋势决策支持专家系统、供水系统震害预测专家系统、公路抗震评价专家系统、空旷房屋震害预测的人工智能辅助系统为例，介绍了专家系统在防震减灾工程中的应用技术与方法；下篇主要以人工神经网络在确定地震参数、潜在震源划分、地震预报、地震动参数确定、场地地震液化评价、建筑物抗震鉴定、震后火灾损失预测、桥梁震害预测、多层砖房震害预测中应用为例，介绍了人工神经网络方法在防震减灾工程中的应用技术与方法。

上篇 专家系统及其在防震减灾工程中的应用<br>第一章 专家系统的基本原理与结构<br>第一节 什么是专家系统<br>第二节 专家系统的基本结构<br>第三节 专家系统的发展方向<br><br>第二章 知识的表示与获取<br>第一节 知识表达<br>第二节 知识表达方式<br>第三节 知识获取<br>第四节 解释机制<br><br>第三章 推理<br>第一节 不确定性<br>第二节 概率推理模型<br>第三节 模糊推理<br><br>第四章 专家系统在防震减灾工程中的应用<br>第一节 地震预报专家系统<br>第二节 基于模糊神经网络和符号的地震预报专家系统<br>第三节 智能辅助地震区划系统LASHES<br>第四节 震后趋势决策支持系统PTDSS<br>第五节 供水系统震害预测专家系统<br>第六节 公路抗震评价专家系统ROSECH<br>第七节 空旷房屋震害预测的人工智能辅助系统SPEDP<br>参考文献<br><br>下篇 人工神经网络及其在防震减灾工程中的应用<br>第一章 人工神经网络概述<br>第一节 人工神经元网络的基本概念和特征<br>第二节 人工神经元网络研究的发展简史<br>第三节 ANN向BNN的学习<br>第四节 人工神经网络发展过程中的线性与非线性问题<br>第五节 人工神经元网络构成的基本原理和功能<br>第六节 人工神经元网络计算和传统计算的比较<br><br>第二章 BP网络<br>第一节 概述<br>第二节 BP网络回传学习算法<br>第三节 BP神经网络的训练样本集容量<br>第四节 BP网络的优缺点<br>第五节 改进的BP算法<br>第六节 传统BP网络的缺陷<br>第七节 BP型因素神经网络<br><br>第三章 RBF网络<br>第一节 用于插值的径向基函数<br>第二节 用于模式识别的径向基函数<br>第三节 RBF网络<br><br>第四章 自组织神经元网络<br>第一节 竞争学习<br>第二节 抑制竞争型神经网络及学习规则<br><br>第五章 概率神经元网络<br>第一节 两者的结合是发展的必然<br>第二节 两者结合的基本方式<br>第三节 模糊神经网络<br><br>第六章 人工神经元网络在防震减灾工程中的应用<br>第一节 ANN在确定地震参数中的应用<br>第二节 ANN在潜在震源划分中的应用<br>第三节 ANN在地震预报中的应用<br>第四节 ANN在地震动参数确定中的应用<br>第五节 ANN在场地地震液化评价中的应用<br>第六节 ANN在建筑物、生命线和次生火灾灾害预测中的应用<br>第七节 ANN在多层砖房震害预测中的应用<br>参考文献