一种基于神经网络的专家系统的设计与实现
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·课题研究的背景与意义 | 第9-10页 |
| ·基本理论 | 第10-14页 |
| ·专家系统概述 | 第10-11页 |
| ·专家系统应用及发展 | 第11-12页 |
| ·神经网络概述 | 第12-13页 |
| ·神经网络应用及发展 | 第13-14页 |
| ·专家系统与神经网络结合 | 第14-17页 |
| ·专家系统与神经网络的区别 | 第14-15页 |
| ·专家系统与神经网络的互补 | 第15-16页 |
| ·基于神经网络的专家系统研究现状 | 第16-17页 |
| ·本文主要工作 | 第17-19页 |
| 第2章 基于神经网络的专家系统总体设计 | 第19-26页 |
| ·引言 | 第19页 |
| ·知识获取方法研究 | 第19-21页 |
| ·知识获取是建造专家系统的“瓶颈” | 第19-20页 |
| ·传统的知识获取方法 | 第20-21页 |
| ·基于神经网络的知识获取 | 第21-23页 |
| ·专家系统的一般结构 | 第23页 |
| ·BPNES系统结构及功能描述 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第3章 基于ANN的知识表达与知识库 | 第26-46页 |
| ·引言 | 第26页 |
| ·知识表达方法研究 | 第26-32页 |
| ·知识与知识表示 | 第26-28页 |
| ·BPNES中的知识表示 | 第28-31页 |
| ·量化模块设计 | 第31-32页 |
| ·知识库模块设计 | 第32-45页 |
| ·BP网络结构及工作原理 | 第32-34页 |
| ·BP网络学习算法及数学原理 | 第34-38页 |
| ·BP网络特点 | 第38-39页 |
| ·BP网络算法的改进 | 第39-43页 |
| ·知识库的组建 | 第43-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于ANN的推理机 | 第46-56页 |
| ·引言 | 第46页 |
| ·推理机制及控制策略研究 | 第46-52页 |
| ·推理方法 | 第46-47页 |
| ·推理方向 | 第47-49页 |
| ·控制策略 | 第49-52页 |
| ·系统的推理算法 | 第52-55页 |
| ·正向推理算法 | 第52-54页 |
| ·逆向推理算法 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第5章 基于神经网络的专家系统的实现 | 第56-68页 |
| ·引言 | 第56页 |
| ·原型系统的设计及实现 | 第56-62页 |
| ·系统结构及模块设计 | 第56-57页 |
| ·原型系统的知识库 | 第57-61页 |
| ·原型系统的推理机制 | 第61-62页 |
| ·实验及分析 | 第62-67页 |
| ·知识的存储 | 第62-65页 |
| ·系统推理流程 | 第65-67页 |
| ·本章小结 | 第67-68页 |
| 结论 | 第68-70页 |
| 参考文献 | 第70-75页 |
| 攻读硕士学位期间发表的学术论文 | 第75-77页 |
| 致谢 | 第77页 |
