| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-6页 |
| 第一章 绪论 | 第6-11页 |
| 1．1 课题的来源及背景 | 第6-7页 |
| 1．2 课题理论及实际意义 | 第7页 |
| 1．3 软计算融合与协作及智能评审技术的研究现状 | 第7-9页 |
| 1．4 课题主要的研究内容、研究目标、研究方法及创新 | 第9-10页 |
| 1．5 论文的内容安排 | 第10-11页 |
| 第二章 软计算融合与协作技术 | 第11-16页 |
| 2．1 模糊系统与遗传算法的协作和融合技术 | 第11-12页 |
| 2．2 模糊系统与神经网络的协作和融合技术 | 第12-13页 |
| 2．3 神经网络与遗传算法的协作和融合技术 | 第13-14页 |
| 2．4 粗糙集和神经网络的融合与协作技术 | 第14-15页 |
| 2．5 展望 | 第15-16页 |
| 第三章 基于软计算技术的专家系统总统设计 | 第16-21页 |
| 3．1 专家系统的发展和现状 | 第16页 |
| 3．2 科研项目立项评审专家系统的总体设计方案 | 第16-18页 |
| 3．3 科研项目立项评审专家系统研究技术路线 | 第18-19页 |
| 3．4 建立科研项目立项评审专家系统应用的关键技术 | 第19-20页 |
| 3．5 科研项目立项评审专家系统的运行原理 | 第20-21页 |
| 第四章 评审信息的综合 | 第21-33页 |
| 4．1 科研项目评审指标体系 | 第21-23页 |
| 4．2 科研项目评审信息综合集成 | 第23-33页 |
| 第五章 基于软计算融合与协作技术的学习与推理模型研究 | 第33-55页 |
| 5．1 层次模糊推理模型 | 第33-37页 |
| 5．2 基于神经网络的学习与推理模型 | 第37-40页 |
| 5．3 基于模糊神经网络的学习与推理模型 | 第40-42页 |
| 5．4 基于遗传算法的模糊神经网络的推理和学习 | 第42-46页 |
| 5．5 基于粗糙集的模糊神经网络的推理和学习模型 | 第46-52页 |
| 5．6 几种推理和学习模型的比较 | 第52-55页 |
| 第六章 系统的设计、实现及操作简介 | 第55-62页 |
| 6．1 系统的设计 | 第55-57页 |
| 6．2 系统的实现 | 第57-59页 |
| 6．3 软件操作简介 | 第59-62页 |
| 结束语 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-65页 |
