首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于模糊数值模糊积分的推理模型研究

摘要第1-5页
Abstract第5-8页
第1章 绪论第8-12页
   ·课题研究背景第8-9页
   ·本课题的国内外发展现状第9-10页
   ·本课题研究的主要内容第10-12页
第2章 模糊专家系统第12-23页
   ·知识及知识表示第12-13页
     ·知识第12页
     ·知识表示第12-13页
   ·产生式表示法第13-16页
     ·产生式的基本形式第13-14页
     ·产生式系统第14-15页
     ·Petri网表示法第15-16页
   ·模糊推理系统第16-19页
     ·模糊命题第16页
     ·模糊知识的表示第16-17页
     ·模糊产生式规则中的知识表示参数第17-18页
     ·模糊推理的基本模式第18-19页
   ·扎德的CRI简单模糊推理第19-20页
   ·基于相似性度量的模糊推理第20-23页
     ·模糊匹配第20-21页
     ·基于相似性度量的模糊推理第21-23页
第3章 基于模糊数值模糊积分的推理模型第23-37页
   ·模糊数学基本知识第23-26页
     ·模糊数第23-24页
     ·模糊测度第24-25页
     ·模糊数模糊测度及扩展的g-lambda测度第25-26页
   ·模糊积分第26-27页
     ·Sugeno模糊积分第26页
     ·Choquet模糊积分第26-27页
     ·扩展的Choquet模糊积分第27页
   ·基于模糊数值模糊积分的推理模型第27-34页
     ·交互作用第27-28页
     ·考虑交互作用的加权模糊推理方法第28-31页
     ·考虑交互作用的加权模糊Petri网第31-32页
     ·基于Petri网的模糊推理方法第32-34页
   ·模糊推理算法第34-36页
   ·与其他推理算法的比较第36-37页
第4章 基于模糊数值模糊积分的模糊分类问题第37-46页
   ·模糊分类模型第37-39页
   ·遗传算法获取参数第39-44页
     ·预备知识第40-41页
     ·遗传算法的编码格式第41-42页
     ·遗传算法中的算子第42页
     ·遗传算法应用的进化参数第42-43页
     ·模糊分类模型的求解算法第43-44页
   ·实验结论第44-46页
第5章 结论与展望第46-48页
   ·全文总结第46页
   ·后续工作展望第46-48页
参考文献第48-50页
攻读硕士学位期间科研工作情况第50-51页
致谢第51页

论文共51页,点击 下载论文
上一篇:基于贝叶斯网络的结构化文档检索
下一篇:基于粗糙随机样本的学习理论的关键定理