| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 第一章 绪论 | 第8-13页 |
| ·引言 | 第8-9页 |
| ·模糊神经网络的历史和研究现状 | 第9-11页 |
| ·基于导数优化的方法 | 第9页 |
| ·非导数优化方法 | 第9-11页 |
| ·研究意义 | 第11页 |
| ·论文的结构安排 | 第11-13页 |
| 第二章 模糊神经网络的理论基础 | 第13-29页 |
| ·模糊推理系统 | 第13-18页 |
| ·模糊推理系统的组成 | 第13-14页 |
| ·几类常见的模糊推理系统 | 第14-16页 |
| ·Mamdani模糊模型 | 第14页 |
| ·Takagi-Sugeno模糊推理模型 | 第14-16页 |
| ·Tsukamoto模糊模型 | 第16页 |
| ·去模糊化 | 第16-17页 |
| ·模糊建模 | 第17-18页 |
| ·人工神经网络 | 第18-21页 |
| ·神经网络的基本概念 | 第18-19页 |
| ·神经网络的分类 | 第19-21页 |
| ·模糊神经网络 | 第21-26页 |
| ·模糊逻辑和神经网络的结合 | 第21-23页 |
| ·自适应神经-模糊推理系统 ANFIS | 第23-25页 |
| ·ANFIS常用学习算法 | 第25-26页 |
| ·混合学习算法 | 第25-26页 |
| ·遗传算法 | 第26页 |
| ·模糊神经网络的通用逼近性 | 第26-29页 |
| 第三章 Tabu search算法 | 第29-37页 |
| ·Tabu search算法的基本思想 | 第29页 |
| ·禁忌搜索算法的关键技术 | 第29-33页 |
| ·禁忌对象、禁忌长度与候选集 | 第29-31页 |
| ·评价函数 | 第31-32页 |
| ·特赦规则 | 第32页 |
| ·记忆频率信息 | 第32-33页 |
| ·终止规则 | 第33页 |
| ·禁忌搜索算法的收敛性 | 第33-36页 |
| ·禁忌搜索算法的应用 | 第36-37页 |
| 第四章 基于Tabu search的模糊神经网络参数学习研究 | 第37-48页 |
| ·引言 | 第37页 |
| ·Tabu search学习算法在ANFIS学习中的研究 | 第37-40页 |
| ·简化的ANFIS模型 | 第37-38页 |
| ·目标函数的定义 | 第38页 |
| ·编码规则 | 第38-39页 |
| ·邻域的构造 | 第39页 |
| ·禁忌长度及禁忌对象 | 第39页 |
| ·特赦准则 | 第39页 |
| ·禁忌搜索作为ANFIS参数学习算法的算法描述 | 第39-40页 |
| ·仿真实验及结果分析 | 第40-46页 |
| ·阶跃函数 | 第40-41页 |
| ·正弦函数 | 第41-45页 |
| ·sinc函数 | 第45-46页 |
| ·算法的稳定性测试 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第五章 多变量函数的逼近研究 | 第48-56页 |
| ·改进的禁忌搜索算法 | 第48-49页 |
| ·改进的邻域构造方法 | 第48-49页 |
| ·仿真实验及结果 | 第49-55页 |
| ·sinc(x)+sinc(y) | 第49-51页 |
| ·sinc(x，y)函数 | 第51-54页 |
| ·门限P对算法性能的影响 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第六章 结论及展望 | 第56-58页 |
| ·工作小结 | 第56页 |
| ·未来工作展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62-63页 |
| 致谢 | 第63页 |