模糊神经网络研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-11页 |
| 绪论 | 第11-23页 |
| ·引言 | 第11-13页 |
| ·模糊控制理论的发展与前沿问题 | 第13-17页 |
| ·模糊控制理论的发展与应用 | 第13-15页 |
| ·模糊控制所面临的主要任务和前沿问题 | 第15-17页 |
| ·神经网络的发展、应用与研究方向 | 第17-19页 |
| ·神经网络的发展与应用 | 第17-18页 |
| ·神经网络趋势和前沿问题 | 第18-19页 |
| ·模糊神经网络的发展概述 | 第19-21页 |
| ·模糊神经网络的发展概述 | 第19页 |
| ·神经网络和模糊技术结合的基本方法 | 第19-21页 |
| ·模糊聚类分析概述 | 第21-22页 |
| ·论文研究的主要内容 | 第22-23页 |
| 第二章 模糊控制与神经网络理论基础 | 第23-50页 |
| ·模糊控制理论基础 | 第23-36页 |
| ·模糊概念与模糊集合 | 第23-25页 |
| ·模糊关系与模糊变换 | 第25-27页 |
| ·模糊推理 | 第27-31页 |
| ·模糊逻辑控制系统 | 第31-36页 |
| ·神经网络理论基础 | 第36-50页 |
| ·人工神经元模型 | 第37-38页 |
| ·人工神经网络的互连模式 | 第38-39页 |
| ·神经网络的学习方法 | 第39-41页 |
| ·多层前向神经网络模型 | 第41-46页 |
| ·自组织神经网络 | 第46-50页 |
| 第三章 模糊神经网络知识 | 第50-60页 |
| ·模糊神经网络理论概述 | 第50-51页 |
| ·模糊神经元与模糊神经网络 | 第51-60页 |
| ·模糊神经元 | 第51-52页 |
| ·模糊神经网络模型 | 第52-60页 |
| 第四章 基于模糊聚类的模糊神经网络研究 | 第60-75页 |
| ·自适应网络神经模糊控制系统 | 第60页 |
| ·模糊聚类算法 | 第60-64页 |
| ·C均值聚类 | 第61-62页 |
| ·模糊C均值聚类 | 第62-63页 |
| ·减法聚类法 | 第63-64页 |
| ·基于模糊聚类技术的模糊神经网络研究 | 第64-75页 |
| ·基于神经网络集成的T-S模糊系统结构 | 第65-66页 |
| ·改进的基于神经网络集成的T-S模糊系统 | 第66-69页 |
| ·基于模糊聚类的ANFIS建模及MATLAB实现 | 第69-75页 |
| 结论 | 第75-77页 |
| 参考文献 | 第77-79页 |
| 致谢 | 第79-80页 |
| 独创性声明 | 第80页 |
