基于遗传算法的模糊系统研究
| 第一章 绪论 | 第1-20页 |
| ·论文研究的领域及背景 | 第11-12页 |
| ·模糊系统的研究发展现状 | 第12-17页 |
| ·论文的研究目的与研究内容 | 第17-18页 |
| ·论文结构与创新点 | 第18-20页 |
| 第二章 模糊逻辑与模糊推理系统 | 第20-32页 |
| ·模糊集合 | 第20-22页 |
| ·“if-then”推理规则 | 第22-26页 |
| ·常用的模糊推理方法 | 第26-27页 |
| ·模糊推理系统设计 | 第27-32页 |
| 第三章 遗传算法的原理与方法 | 第32-41页 |
| ·编码 | 第32-34页 |
| ·选择 | 第34-35页 |
| ·交叉 | 第35-37页 |
| ·变异 | 第37-38页 |
| ·适应度函数 | 第38-39页 |
| ·控制参数选择 | 第39-41页 |
| 第四章 设计模糊分类器的进化方法 | 第41-57页 |
| ·引言 | 第41-42页 |
| ·模糊分类器的体系结构 | 第42-43页 |
| ·由VISIT算法抽取模糊规则 | 第43-46页 |
| ·通过进化算法抽取模糊规则 | 第46-50页 |
| ·应用与实验评价 | 第50-56页 |
| ·讨论及结论 | 第56-57页 |
| 第五章 从数据中自动构建基于GA的模糊系统 | 第57-70页 |
| ·引言 | 第57-58页 |
| ·模糊系统的结构 | 第58-60页 |
| ·参数辨识 | 第60-62页 |
| ·性能指标检验 | 第62-65页 |
| ·实验 | 第65-69页 |
| ·讨论与结论 | 第69页 |
| ·结论 | 第69-70页 |
| 第六章 递归增量多目标遗传算法 | 第70-85页 |
| ·引言 | 第70-71页 |
| ·目标递归增量及其影响 | 第71-74页 |
| ·RIMOGA | 第74-78页 |
| ·实验与结果 | 第78-83页 |
| ·结论 | 第83-85页 |
| 第七章 抽取模糊规则知识的Agent进化方法 | 第85-99页 |
| ·引言 | 第85-86页 |
| ·模糊系统的可解释性 | 第86-88页 |
| ·基于Agent的进化算法 | 第88-94页 |
| ·实验结果 | 第94-97页 |
| ·结论与展望 | 第97-99页 |
| 第八章 基于交互影响的模糊规则推理 | 第99-109页 |
| ·引言 | 第99-100页 |
| ·全局WFR推理 | 第100-101页 |
| ·用非可加集合函数表示交互影响 | 第101-103页 |
| ·学习非负非可加集合函数 | 第103-105页 |
| ·实验 | 第105-108页 |
| ·结论 | 第108-109页 |
| 第九章 总结与展望 | 第109-111页 |
| ·总结 | 第109页 |
| ·展望 | 第109-111页 |
| 参考文献 | 第111-115页 |
| 附录 攻读博士学位期间的科研工作和发表论文情况 | 第115-116页 |
| 后记 | 第116页 |
