模糊神经网络结构优化及系统性能评估研究
| 目录 | 第1-8页 |
| 摘要 | 第8-9页 |
| Abstract | 第9-11页 |
| 插图索引 | 第11-12页 |
| 附表索引 | 第12-13页 |
| 第1章 绪论 | 第13-21页 |
| ·课题研究的目的和意义 | 第13-16页 |
| ·模糊神经网络结构优化 | 第13-15页 |
| ·控制系统性能评估 | 第15-16页 |
| ·国内外研究现状 | 第16-18页 |
| ·模糊神经网络优化研究现状 | 第16-17页 |
| ·性能评估器研究现状 | 第17-18页 |
| ·论文主要内容及结构安排 | 第18-21页 |
| ·论文主要内容 | 第18-19页 |
| ·论文结构安排 | 第19-21页 |
| 第2章 计算型模糊推理算法 | 第21-30页 |
| ·计算型模糊推理算法介绍 | 第21-23页 |
| ·基本思路 | 第21页 |
| ·CFR算法工作原理 | 第21-22页 |
| ·CFR算法的特点 | 第22-23页 |
| ·基于CFR算法的模糊控制器设计 | 第23-26页 |
| ·模糊化过程 | 第23-24页 |
| ·模糊推理过程 | 第24页 |
| ·推理计算过程 | 第24-25页 |
| ·解模糊过程 | 第25-26页 |
| ·CFR型模糊控制器设计步骤 | 第26页 |
| ·计算机仿真 | 第26-29页 |
| ·控制器动态性能比较 | 第26-28页 |
| ·控制器抗干扰性能比较 | 第28-29页 |
| ·仿真结果分析 | 第29页 |
| ·本章小结 | 第29-30页 |
| 第3章 基于矢量“隶属度”的模糊控制器结构优化 | 第30-37页 |
| ·矢量“隶属度”介绍 | 第30-31页 |
| ·基本思路 | 第30-31页 |
| ·矢量“隶属度”原理 | 第31页 |
| ·矢量“隶属度”优化能力分析 | 第31页 |
| ·基于矢量“隶属度”的模糊控制器优化设计 | 第31-34页 |
| ·模糊化过程 | 第31-32页 |
| ·模糊推理过程 | 第32页 |
| ·推理计算 | 第32-33页 |
| ·解模糊过程 | 第33-34页 |
| ·矢量“隶属度”法的模糊控制器优化设计步骤 | 第34页 |
| ·计算机仿真 | 第34-36页 |
| ·本章小结 | 第36-37页 |
| 第4章 模糊神经网络优化 | 第37-48页 |
| ·基于矢量“隶属度”的计算型模糊神经网络介绍 | 第37-38页 |
| ·优化方法介绍 | 第38-41页 |
| ·结构优化方法比较 | 第38页 |
| ·增长剪枝联合算法 | 第38-41页 |
| ·增长剪枝联合算法工作流程 | 第41页 |
| ·模糊神经网络优化 | 第41页 |
| ·仿真实验 | 第41-47页 |
| ·鸢尾属植物分类 | 第42-43页 |
| ·曲线逼近 | 第43-47页 |
| ·本章小结 | 第47-48页 |
| 第5章 基于误差概率分布的控制系统性能评估 | 第48-57页 |
| ·基于误差概率分布的控制系统性能评估原理 | 第48-50页 |
| ·控制系统性能评估原理 | 第48-49页 |
| ·评估标准 | 第49-50页 |
| ·基于误差概率分布的系统性能评估及优化过程 | 第50-53页 |
| ·误差概率分布法系统性能的评估过程 | 第50-51页 |
| ·控制系统优化 | 第51-53页 |
| ·基于误差概率分布的系统性能评估及优化步骤 | 第53页 |
| ·仿真实验 | 第53-55页 |
| ·本章小结 | 第55-57页 |
| 结论与展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 附录A 攻读学位期间发表的学术论文 | 第65-66页 |
| 附录B 程序 | 第66-70页 |
| B.1 CFR算法程序 | 第66-67页 |
| B.2 矢量“隶属度”优化程序 | 第67页 |
| B.3 增长剪枝算法程序 | 第67-69页 |
| B.4 EPD法系统性能评估程序 | 第69-70页 |
