| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-28页 |
| ·人工神经网络简介 | 第10-14页 |
| ·人工神经网络的发展历程 | 第10-11页 |
| ·人工神经元模型及人工神经网络的构成 | 第11-13页 |
| ·人工神经网络的主要特性 | 第13页 |
| ·人工神经网络的学习 | 第13-14页 |
| ·模糊理论基础 | 第14-21页 |
| ·模糊集合的定义及基本运算 | 第15-16页 |
| ·模糊关系和模糊矩阵 | 第16-18页 |
| ·模糊逻辑与模糊推理 | 第18-20页 |
| ·模糊逻辑系统 | 第20-21页 |
| ·模糊神经网络 | 第21-26页 |
| ·模糊神经元 | 第22-23页 |
| ·模糊神经网络的结构类型 | 第23页 |
| ·模糊神经网络分类与特点 | 第23-24页 |
| ·模糊神经网络学习算法 | 第24-26页 |
| ·本文的主要工作 | 第26-28页 |
| 2 模糊感知器及其有限收敛性 | 第28-38页 |
| ·背景介绍 | 第28-29页 |
| ·传统线性感知器 | 第29-30页 |
| ·模糊感知器 | 第30-31页 |
| ·学习算法 | 第31-33页 |
| ·主要结果 | 第33页 |
| ·数值实验 | 第33页 |
| ·定理证明 | 第33-38页 |
| 3 改进的基于梯度的神经-模糊学习算法及其收敛性 | 第38-58页 |
| ·背景介绍 | 第38页 |
| ·基于神经网络的模糊系统 | 第38-40页 |
| ·改进的基于梯度的神经-模糊学习算法 | 第40-44页 |
| ·收敛性定理 | 第44-45页 |
| ·数值实验 | 第45-49页 |
| ·引理及定理的证明 | 第49-58页 |
| 4 直觉模糊Hopfield神经网络及其稳定性分析 | 第58-70页 |
| ·直觉模糊集的概念 | 第58-60页 |
| ·背景介绍 | 第60-61页 |
| ·直觉模糊Hopfield神经网络 | 第61-62页 |
| ·稳定性分析 | 第62-63页 |
| ·引理及定理的证明 | 第63-70页 |
| 5 直觉模糊联想记忆网络 | 第70-78页 |
| ·背景介绍 | 第70-71页 |
| ·直觉模糊联想记忆(IFAM)网络 | 第71-73页 |
| ·预备知识 | 第71页 |
| ·IFAM网络 | 第71-72页 |
| ·学习规则 | 第72-73页 |
| ·主要结果及证明 | 第73-75页 |
| ·数值实验 | 第75-78页 |
| 结论与展望 | 第78-82页 |
| 参考文献 | 第82-88页 |
| 攻读博士学位期间学术论文完成情况 | 第88-90页 |
| 致谢 | 第90-92页 |
| 作者简介 | 第92-95页 |