| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·选题背景 | 第10-16页 |
| ·人工智能发展历程 | 第10-11页 |
| ·不确定性人工智能概述 | 第11-15页 |
| ·已知规则和模式的不确定性发生的情形 | 第15-16页 |
| ·模糊控制的基本概述 | 第16页 |
| ·发展进程与研究现状 | 第16-18页 |
| ·不确定性人工智能的发展进程 | 第16-17页 |
| ·模式摄动的研究现状 | 第17页 |
| ·用遗传算法获取模糊控制规则的研究现状 | 第17-18页 |
| ·本文主要工作简介 | 第18-19页 |
| 第二章 模式摄动对高斯型径向基函数网络性能的影响 | 第19-37页 |
| ·径向基函数网络的基本原理 | 第19-27页 |
| ·基于插值理论的径向基函数网络 | 第19-24页 |
| ·基于核回归估计的径向基函数神经网络 | 第24-26页 |
| ·径向基函数神经网络的几种特殊形式 | 第26-27页 |
| ·径向基函数神经网络中的几种学习算法 | 第27-29页 |
| ·模式摄动对高斯型径向基函数网络性能的影响 | 第29-36页 |
| ·相关定义及引理 | 第29-31页 |
| ·理论分析 | 第31-34页 |
| ·仿真实验 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第三章 一种基于遗传算法的自动获取模糊控制规则的方法 | 第37-46页 |
| ·遗传算法 | 第37-40页 |
| ·遗传算法的基本原理 | 第37-38页 |
| ·遗传算法的实现步骤 | 第38-40页 |
| ·模糊控制器的结构和组成 | 第40-41页 |
| ·模糊控制器的结构 | 第40页 |
| ·模糊控制器的组成 | 第40-41页 |
| ·模糊控制规则的建立方法 | 第41页 |
| ·利用遗传算法的模糊系统优化设计的描述 | 第41-42页 |
| ·利用遗传算法优化模糊控制规则 | 第42-44页 |
| ·仿真实验 | 第44-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 结论与展望 | 第46-48页 |
| ·结论 | 第46页 |
| ·展望 | 第46-48页 |
| 参考文献 | 第48-52页 |
| 致谢 | 第52-53页 |
| 附录 攻读学位期间发表论文及参加科研情况 | 第53-54页 |
| 详细摘要 | 第54-60页 |