| 摘要 | 第1-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第7-12页 |
| ·课题的应用背景 | 第7页 |
| ·神经网络在天气预报中的应用概况 | 第7-9页 |
| ·国外发展现状 | 第7-8页 |
| ·国内发展现状 | 第8-9页 |
| ·模糊神经网络的发展和应用现状 | 第9-11页 |
| ·本文的主要内容 | 第11-12页 |
| ·本文的结构安排 | 第11-12页 |
| 第二章 气象学基本知识 | 第12-16页 |
| ·天气系统的基本概念 | 第12-14页 |
| ·气团和锋 | 第12-13页 |
| ·低纬度天气系统 | 第13-14页 |
| ·天气预报简介 | 第14-16页 |
| ·气象数据收集 | 第14页 |
| ·天气预报的基础知识 | 第14-16页 |
| 第三章 模糊神经网络 | 第16-38页 |
| ·神经网络的基本理论 | 第16-29页 |
| ·神经网络的基本概念和基本原理 | 第16-19页 |
| ·神经网络的发展和应用 | 第19-21页 |
| ·BP神经网络 | 第21-29页 |
| ·模糊系统基本理论 | 第29-32页 |
| ·模糊逻辑系统的组成 | 第29页 |
| ·模糊规则库 | 第29-30页 |
| ·模糊推理机 | 第30页 |
| ·模糊产生器和反模糊化器 | 第30-32页 |
| ·模糊化推理系统的类型 | 第32页 |
| ·模糊神经网络基本理论 | 第32-38页 |
| ·模糊神经网络概述 | 第32-34页 |
| ·模糊神经元及模糊神经网络 | 第34-37页 |
| ·模糊神经元的学习和自适应机制 | 第37-38页 |
| 第四章 自适应神经网络模糊系统(ANFIS) | 第38-44页 |
| ·Sugeno模糊推理 | 第38-39页 |
| ·ANFIS结构 | 第39-40页 |
| ·使用ANFIS进行预测的步骤 | 第40-41页 |
| ·混合学习算法 | 第41-42页 |
| ·ANFIS模型在智能天气预报中应用的可行性 | 第42-44页 |
| 第五章 基于自适应模糊神经网络(ANFIS)天气预报的实现 | 第44-58页 |
| ·模型的建立 | 第44-45页 |
| ·样本区间的选择 | 第44页 |
| ·结构变量的选择 | 第44-45页 |
| ·数据的获取与预处理 | 第45-46页 |
| ·数据的获取 | 第45页 |
| ·数据的预处理 | 第45-46页 |
| ·预报与结果分析 | 第46-58页 |
| ·预测技术介绍 | 第46-47页 |
| ·评价指标的确定 | 第47页 |
| ·预报结果 | 第47-56页 |
| ·临界区间问题 | 第56-57页 |
| ·本节结论 | 第57-58页 |
| 第六章 结论与展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-63页 |