| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题背景及意义 | 第9-11页 |
| ·相关领域的国内外研究现状及分析 | 第11-13页 |
| ·模糊控制器的神经网络实现技术 | 第11-12页 |
| ·改善神经网络学习性能的模糊控制技术 | 第12页 |
| ·模糊神经网络开发工具及应用成果 | 第12-13页 |
| ·本文研究的主要内容 | 第13-14页 |
| 第2章 模糊神经网络的基本理论 | 第14-35页 |
| ·引言 | 第14页 |
| ·模糊控制基础 | 第14-17页 |
| ·模糊控制简介 | 第14-16页 |
| ·模糊控制的基本原理 | 第16-17页 |
| ·人工神经网络基础 | 第17-23页 |
| ·人工神经网络基本概念 | 第17-20页 |
| ·单层神经元模型 | 第20页 |
| ·多层神经元模型 | 第20-21页 |
| ·学习规则 | 第21-23页 |
| ·模糊神经网络的理论基础 | 第23-34页 |
| ·模糊逻辑和神经网络结合的必要性 | 第23-24页 |
| ·基于神经网络的模糊逻辑运算 | 第24-27页 |
| ·基于神经网络的模糊逻辑推理 | 第27-30页 |
| ·神经网络实现的模糊推理系统 | 第30-34页 |
| ·本章小结 | 第34-35页 |
| 第3章 一种自组织模糊神经网络算法的研究 | 第35-53页 |
| ·引言 | 第35页 |
| ·本算法涉及的几种聚类算法 | 第35-40页 |
| ·学习向量量化法(Learning Vector Quantization ) | 第35-36页 |
| ·Centroid Neural Network (CNN) | 第36-37页 |
| ·Fuzzy ARTMAP | 第37-40页 |
| ·基于VQ-ART 的聚类算法 | 第40页 |
| ·一种自组织模糊神经网络的学习算法 | 第40-52页 |
| ·一种自组织模糊神经网络的结构 | 第42-45页 |
| ·一种自组织模糊神经网络的结构学习方法 | 第45-49页 |
| ·一种自组织模糊神经网络的参数学习方法 | 第49-52页 |
| ·本章小结 | 第52-53页 |
| 第4章 模糊神经网络在模型辨识中的应用 | 第53-61页 |
| ·引言 | 第53-54页 |
| ·非线性单入单出(SISO)动态系统的辨识 | 第54-57页 |
| ·非线性多入单出(MISO)动态系统的辨识 | 第57页 |
| ·非线性多入多出(MIMO)动态系统的辨识 | 第57-59页 |
| ·时间序列数据的预测问题 | 第59-60页 |
| ·本章小结 | 第60-61页 |
| 第5章 模糊神经网络在控制中的应用 | 第61-68页 |
| ·引言 | 第61-62页 |
| ·倒立摆控制问题 | 第62-67页 |
| ·倒立摆的平衡控制问题 | 第64页 |
| ·倒立摆的正弦轨迹跟踪问题 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 攻读学位期间发表的学术论文 | 第73-77页 |
| 致谢 | 第77页 |