张立权，1969年生，吉林省人，毕业于大连理工大学，控制理论与控制工程博士。多年来一直从事自适应控制、智能控制、网络控制和数据挖掘方面的研究和教学工作。近年来主持或参加了多项国家、省部级科研项目，多篇论文被IE收录。主编、参编了多部教材、著作和译著。

    描述和预测是数据挖掘的两个主要任务。《基于模糊推理系统的工业过程数据挖掘》从过程控制的角度出发，在简要介绍数据挖掘的基本概念和模糊推理系统理论的基础上，全面、系统地研究了基于模糊推理系统的数据挖掘技术在工业过程建模及控制器设计中的应用，为解决复杂非线性且难以建立精确数学模型的控制系统提供了思路。
    《基于模糊推理系统的工业过程数据挖掘》在强调基础理论和系统性的同时，着重反映数据挖掘技术在控制领域的最新研究成果。《基于模糊推理系统的工业过程数据挖掘》注重实效，深入浅出，对每类具体问题不但提供翔实的理论推导，而且还辅以大量的仿真实例。通过《基于模糊推理系统的工业过程数据挖掘》的学习，读者可以对数据挖掘技术在复杂工业过程建模和控制器设计中的应用有深入的认识和了解。
    《基于模糊推理系统的工业过程数据挖掘》适合于从事自动化技术、计算机技术、应用数学等领域的科技工作者及工程技术人员使用，也可作为高等院校相关专业师生的参考用书。

    第2章  模糊推理系统基础
    2.1  引言
    人类解决特殊问题的能力称为智力。智力无所不在，它既可以寓于思想的符号表达能力之中，也可以是对运动、语言或图片形式等感官刺激的解释能力。日常经验告诉我们，知识水平和获得的经验对人类行为的实际成功具有很大的影响。人类的思维和决策机制表现为一个完美的模型，研究人员一直试图模仿这个模型，并尝试利用它来解决不同的技术和非技术问题。经过科研人员的不懈努力，许多称为人工智能的方法应运而生。例如，人工神经网络、模糊逻辑算法、进化或遗传算法以及专家系统等。
    Zadeh教授的模糊集合理论是模糊推理系统的基石，它利用多值模糊逻辑和人工智能要素来模仿人的思维及反应。在这里词“模糊”意味着不完全明了、不充分明确，或者是根据描述人的主观、估计甚至直觉而给出的较近似的说明。世界上许许多多的事物都具有模糊的、非定量的特点，可以说模糊性是客观世界的普遍现象，而不是例外。在日常交流中，有的概念是明确的，它们表达了事物的确切信息，但也有的概念是模糊的。这种描述模糊的、不确定性的概念通常由词语或词句组成，例如大多数、许多、一些、年轻人、老人、胖子、瘦子、大高个儿、矮个儿、贫困、发达、健壮、美丽、学习不好、成绩优秀或很有可能的等，所有这些都可视为“模糊词语”。而明确的概念，如错误的、正确的、55岁等词语表示明确的、定量的意思。在特定的上下文中，它们代表“准确的词语”。

前言
第1章 绪论
1.1 数据挖掘发展概况
1.2 数据挖掘功能描述
1.3 模糊数据挖掘方法
1.4 模糊推理系统及其逼近理论
1.5 模糊数据挖掘技术在工业过程中的应用
1.6 本书的主要研究内容
1.7 本书的逻辑结构框图

第2章 模糊推理系统基础
2.1 引言
2.2 模糊集合
2.3 模糊集合的运算
2.4 语言变量
2.5 模糊规则
2.6 小结

第3章 改进的基于梯度的实时学习算法
3.1 引言
3.2 基于梯度下降法的模糊推理系统参数优化
3.2.1 冗余模糊规则修剪
3.2.2 模糊推理系统参数优化
3.2.3 最优输出模糊子集和置信度度量的确定
3.3 改进的G-RTL概述
3.4 G-RTL的收敛性和稳定性分析
3.5 仿真结果和分析
3.6 小结

第4章 基于归一化方差信息的自适应模糊规则挖掘方法
4.1 引言
4.2 简化的Mamdani模糊推理系统
4.3 基于Mamdani模糊推理系统的函数逼近
4.4 NV-AMFR概述
4.4.1 基于G-RTL的模糊推理系统参数优化
4.4.2 确定合适的隶属函数配置及评价输入变量的重要性
4.5 仿真结果和分析
4.6 小结

第5章 空缺模糊规则推理及其在混沌时间序列预测中的应用
5.1 引言
5.2 模糊预测器模型
5.3 基于G-RTL设计模糊预测器模型
5.4 完备模糊规则集与模糊预测器模型的可预测性
5.5 空缺模糊规则的最邻近扩散推理方法
5.6 仿真结果和分析
5.7 小结

第6章 基于模糊数据挖掘技术的批过程建模与最优模糊控制
6.1 引言
6.2 单输入多输出模糊T-S预测模型的结构选择
6.3 基于G-RTL设计模糊T-S预测模型的参数
6.4 最优模糊控制
6.4.1 非线性系统最优控制问题的等价变换
6.4.2 Pontryagin最小值原理
6.5 批过程建模与最优模糊控制仿真结果
6.5.1 半连续式反应器的建模仿真
6.5.2 半连续式反应器的最优模糊控制仿真
6.6 小结
参考文献