加乘型模糊神经网络理论和应用的研究
| 第1章 绪论 | 第1-21页 |
| ·人工智能的发展概况 | 第12-14页 |
| ·神经网络和模糊技术的融合 | 第14-16页 |
| ·融合的趋势 | 第14页 |
| ·模糊逻辑和神经网络的比较 | 第14-16页 |
| ·FL和NN的融合方法 | 第16页 |
| ·本文的主要内容和结构安排 | 第16-21页 |
| ·加乘型模糊神经网络的提出 | 第16-17页 |
| ·广义加乘模糊神经网络 | 第17-18页 |
| ·带概率因子的加乘型模糊神经网络 | 第18-19页 |
| ·基于粗集的加乘模糊神经网络 | 第19-20页 |
| ·本文的结构 | 第20-21页 |
| 第2章 加乘型模糊神经网络 | 第21-44页 |
| ·加乘型模糊神经网络模型的结构 | 第21-23页 |
| ·模糊规则的获取 | 第23-26页 |
| ·模糊C均值法 | 第23-24页 |
| ·关系聚类法 | 第24-26页 |
| ·加乘型模糊神经网络的学习算法 | 第26-30页 |
| ·加乘型模糊神经网络的全局逼近性证明 | 第30-34页 |
| ·实例验证及结果分析 | 第34-44页 |
| ·与六个具有代表性的模糊神经网络系统的性能比较 | 第34-37页 |
| ·加乘型模糊神经网络用于非线性系统辨识 | 第37-39页 |
| ·加乘型模糊神经网络用于经典模糊控制问题 | 第39-44页 |
| 第3章 广义加乘型模糊神经网络 | 第44-57页 |
| ·广义加乘型模糊神经网络 | 第44-47页 |
| ·基于遗传算法的广义加乘型模糊神经网络参数辨识 | 第47-49页 |
| ·仿真实例 | 第49-55页 |
| ·结论 | 第55-57页 |
| 第4章 带概率因子的加乘型模糊神经网络 | 第57-74页 |
| ·带概率因子的模糊if-then规则 | 第57-59页 |
| ·从数据集中提取模糊规则及其概率因子 | 第59-61页 |
| ·构造带概率因子的加乘型模糊神经网络 | 第61-62页 |
| ·带概率因子的加乘型模糊神经网络的学习算法 | 第62-64页 |
| ·带概率因子的加乘型模糊神经网络是一个通用逼近器 | 第64-68页 |
| ·实例验证-伺服机构的建模 | 第68-70页 |
| ·实例验证-在时间序列预测中的应用 | 第70-74页 |
| ·时间序列预测 | 第70-71页 |
| ·比较实验 | 第71-74页 |
| 第5章 加乘型模糊神经网络中模糊规则的优选 | 第74-91页 |
| ·基于粗糙集理论的模糊规则的优选方法 | 第74-82页 |
| ·基于粗糙集理论的粗糙模糊模型 | 第74-75页 |
| ·规则获取及优选 | 第75-77页 |
| ·粗糙模糊模型的一致性与完备化 | 第77页 |
| ·粗糙模糊模型的建立方法 | 第77-78页 |
| ·实例验证 | 第78-82页 |
| ·本节小结 | 第82页 |
| ·基于二次聚类的模糊规则优选方法 | 第82-91页 |
| ·一次聚类 | 第83-84页 |
| ·二次聚类 | 第84-86页 |
| ·Gustafson-Kessel模糊聚类算法 | 第84-85页 |
| ·模糊聚类的划分熵 | 第85页 |
| ·二次聚类算法 | 第85-86页 |
| ·参数优化 | 第86页 |
| ·仿真研究 | 第86-90页 |
| ·本节小结 | 第90-91页 |
| 第6章 加乘型模糊神经网络在工程实践中的应用 | 第91-111页 |
| ·加乘型模糊神经网络用于非线性噪声消除 | 第91-97页 |
| ·基于加乘型模糊神经网络非线性噪声消除器结构 | 第91-92页 |
| ·实例仿真与分析 | 第92-97页 |
| ·本节小结 | 第97页 |
| ·加乘型模糊神经网络用于ATM网络拥塞控制 | 第97-102页 |
| ·基于加乘性模糊神经网络的拥塞控制模型 | 第98-99页 |
| ·计算机仿真 | 第99-101页 |
| ·本节小结 | 第101-102页 |
| ·加乘型模糊神经网络在卸荷岩体稳定分析中的应用 | 第102-107页 |
| ·卸荷岩体稳定分析 | 第102-104页 |
| ·加乘型模糊神经网络在卸荷岩体稳定分析中的应用 | 第104-105页 |
| ·实例验证 | 第105-107页 |
| ·本节小结 | 第107页 |
| ·加乘型模糊神经网络用于岩石边坡安全系数确定 | 第107-111页 |
| ·应用加乘型模糊神经网络方法分析岩石边坡安全系数 | 第108-109页 |
| ·算例分析 | 第109-110页 |
| ·本节小结 | 第110-111页 |
| 第7章 结论与展望 | 第111-114页 |
| ·论文的主要工作和总结 | 第111-112页 |
| ·展望 | 第112-114页 |
| 致谢 | 第114-115页 |
| 参考文献 | 第115-122页 |
| 攻读博士期间发表的论文 | 第122-124页 |
