基于遗传算法的模糊分类系统的设计
| 第一章 绪论 | 第1-11页 |
| 1．1 模糊分类系统的发展现状 | 第7-8页 |
| 1．2 基于遗传算法的模糊建模 | 第8-9页 |
| 1．3 论文主要内容 | 第9-11页 |
| 第二章 模糊分类系统 | 第11-21页 |
| 2．1 模糊系统 | 第11-15页 |
| 2．1．1 模糊系统的基本结构 | 第11-14页 |
| 2．1．2 典型模糊系统 | 第14-15页 |
| 2．2 模糊分类系统 | 第15-19页 |
| 2．2．1 典型模糊分类系统 | 第15-16页 |
| 2．2．2 隶属度函数的选择 | 第16-18页 |
| 2．2．3 样本所属类辨识 | 第18-19页 |
| 2．3 模糊模型的可解释性 | 第19-20页 |
| 2．4 本章小结 | 第20-21页 |
| 第三章 遗传算法 | 第21-33页 |
| 3．1 遗传算法的基本结构 | 第21-23页 |
| 3．2 适应度函数 | 第23-26页 |
| 3．2．1 单目标问题的适应度函数 | 第24-25页 |
| 3．2．2 多目标优化问题的适应度函数 | 第25页 |
| 3．2．3 约束条件的处理方法 | 第25-26页 |
| 3．3 遗传算子 | 第26-30页 |
| 3．3．1 复制算子 | 第27-28页 |
| 3．3．2 交叉算子 | 第28-30页 |
| 3．3．3 变异算子 | 第30页 |
| 3．4 遗传算法的主要特点 | 第30-31页 |
| 3．5 本章小结 | 第31-33页 |
| 第四章 基于遗传算法的模糊分类系统的设计 | 第33-53页 |
| 4．1 利用遗传算法构建模糊分类系统 | 第33-44页 |
| 4．1．1 模糊规则前件的确定 | 第34-37页 |
| 4．1．2 模糊规则后件的确定 | 第37-38页 |
| 4．1．3 利用遗传算法建立模糊分类系统 | 第38-41页 |
| 4．1．4 仿真研究 | 第41-44页 |
| 4．2 利用遗传算法选择模糊规则 | 第44-51页 |
| 4．2．1 编码 | 第44-45页 |
| 4．2．2 适应度函数的选择 | 第45页 |
| 4．2．3 遗传算子的设计 | 第45页 |
| 4．2．4 采用遗传算法选择模糊规则的步骤 | 第45-48页 |
| 4．2．5 仿真研究 | 第48-51页 |
| 4．3 本章小结 | 第51-53页 |
| 第五章 基于遗传算法的模糊分类系统的优化 | 第53-63页 |
| 5．1 编码方式 | 第53-54页 |
| 5．2 适应度函数选择 | 第54页 |
| 5．3 遗传算子设计 | 第54-55页 |
| 5．4 遗传算法优化模糊分类系统的步骤 | 第55-56页 |
| 5．5 仿真研究 | 第56-60页 |
| 5．6 整体结构 | 第60-63页 |
| 结论 | 第63-65页 |
| 致谢 | 第65-67页 |
| 攻读硕士学位期间发表论文情况 | 第67-69页 |
| 参考文献 | 第69-72页 |
