中國(guó)原創(chuàng)學(xué)科可拓學(xué)發(fā)展報(bào)告（2016中國(guó)人工智能學(xué)會(huì)系列研究報(bào)告）

第1章 可拓學(xué)概述
1．1 可拓學(xué)的學(xué)科體系
1．1．1 可拓學(xué)的定義和定位
1．1．2 可拓學(xué)的理論體系——可拓論
1．2 可拓學(xué)的方法體系——可拓創(chuàng)新方法
1．2．1 可拓模型建立方法
1．2．2 拓展分析方法
1．2．3 共軛分析方法
1．2．4 可拓變換方法
1．2．5 可拓集方法
1．2．6 優(yōu)度評(píng)價(jià)方法
1．3 可拓工程
1．3．1 可拓學(xué)在人工智能領(lǐng)域的應(yīng)用
1．3．2 可拓學(xué)在工程技術(shù)領(lǐng)域的應(yīng)用
1．3．3 管理可拓工程
1．3．4 可拓學(xué)與其他領(lǐng)域的交叉融合
第2章 可拓策略生成方法與系統(tǒng)
2．1 引言
2．2 可拓策略生成的一般方法
2．2．1 問題的形式化界定方法
2．2．2 問題相容性的判斷方法
2．2．3 問題相關(guān)度的計(jì)算方法
2．2．4 拓展分析方法與共軛分析方法
2．2．5 可拓變換及其篩選方法
2．2．6 可拓策略的優(yōu)度評(píng)價(jià)方法
2．3 可拓策略生成系統(tǒng)
2．3．1 ESGS的主要功能模塊
2．3．2 應(yīng)用ESGs求解不相容問題的一般步驟
2．3．3 ESGs的軟件架構(gòu)
2．4 ESGS軟件研制情況
2．5 結(jié)束語(yǔ)
第3章 基于可拓學(xué)的數(shù)據(jù)挖掘研究與應(yīng)用
3．1 引言
3．2 可拓分類知識(shí)獲取
3．3 傳導(dǎo)知識(shí)獲取
3．4 基于知識(shí)庫(kù)的可拓知識(shí)獲取
3．4．1 拓展型可拓知識(shí)獲取
3．4．2 從知識(shí)庫(kù)中獲取可拓知識(shí)的理論基礎(chǔ)
3．4．3 基于決策樹知識(shí)的可拓知識(shí)獲取
3．5 智能知識(shí)的挖掘算法、技術(shù)與管理
3．5．1 轉(zhuǎn)化規(guī)則挖掘方法
3．5．2 基于多目標(biāo)線性規(guī)劃的二次挖掘方法
3．5．3 智能知識(shí)管理系統(tǒng)設(shè)計(jì)技術(shù)
3．5．4 知識(shí)可拓優(yōu)化技術(shù)
3．6 可拓模式識(shí)別
3．7 可拓神經(jīng)網(wǎng)絡(luò)
3．7．1 可拓神經(jīng)網(wǎng)絡(luò)的基本思想
3．7．2 可拓神經(jīng)網(wǎng)絡(luò)的類型與算法分析
3．8 應(yīng)用研究成果
3．8．1 基于可拓?cái)?shù)據(jù)挖掘的客戶價(jià)值獲取
3．8．2 產(chǎn)品銷售問題可拓分類知識(shí)挖掘
3．8．3 基于變換選擇策略的可拓知識(shí)挖掘系統(tǒng)
3．8．4 客戶流失預(yù)防與轉(zhuǎn)化策略獲取系統(tǒng)
3．8．5 可拓建筑策劃與設(shè)計(jì)數(shù)據(jù)挖掘
3．8．6 基于多目標(biāo)線性規(guī)劃的二次挖掘方法的應(yīng)用
3．8．7 雙權(quán)連接可拓神經(jīng)網(wǎng)絡(luò)的應(yīng)用
3．9 結(jié)束語(yǔ)
第4章 可拓設(shè)計(jì)
4．1 引言
4．2 機(jī)械產(chǎn)品的可拓設(shè)計(jì)理論與方法
4．2．1 可拓概念設(shè)計(jì)
4．2．2 可拓配置設(shè)計(jì)
4．2．3 可拓低碳設(shè)計(jì)
4．2．4 可拓綠色設(shè)計(jì)
4．2．5 可拓設(shè)計(jì)的計(jì)算機(jī)實(shí)現(xiàn)
4．3 可拓建筑策劃與設(shè)計(jì)的理論與方法
4．3．1 可拓建筑策劃的理論與方法
4．3．2 可拓建筑設(shè)計(jì)的理論與方法
4．3．3 計(jì)算機(jī)輔助可拓建筑策劃與設(shè)計(jì)
4．4 結(jié)束語(yǔ)
第5章 可拓控制
5．1 可拓控制的研究背景和意義
5．2 可拓控制理論
5．2．1 可拓控制的基本概念
5．2．2 可拓控制的原理
5．2．3 可拓控制器的結(jié)構(gòu)與設(shè)計(jì)
5．3 可拓控制的應(yīng)用
參考文獻(xiàn)