摘要 | 第1-6页 |
Abstract | 第6-16页 |
第一章 绪论 | 第16-26页 |
·研究动机 | 第16-18页 |
·文献综述 | 第18-23页 |
·模糊神经网络 | 第18-21页 |
·遗传算法 | 第21-23页 |
·本文的内容安排 | 第23-26页 |
第二章 遗传算法 | 第26-40页 |
·遗传算法简介 | 第26-27页 |
·遗传算法的基本原理 | 第27-33页 |
·编码策略 | 第28-29页 |
·遗传操作 | 第29-32页 |
·遗传算法参数的选择 | 第32-33页 |
·遗传算法的理论基础 | 第33-36页 |
2 3.1 基本概念 | 第33页 |
·模式定理 | 第33-35页 |
·积木块假设 | 第35-36页 |
·自适应遗传算法 | 第36-39页 |
·本章小结 | 第39-40页 |
第三章 模糊神经网络 | 第40-52页 |
·引言 | 第40页 |
·模糊逻辑与神经网络的融合 | 第40-43页 |
·基于联接机制的模糊神经网络 | 第43-50页 |
·模糊逻辑系统的基本结构 | 第44-46页 |
·基于联接机制的模糊神经网络 | 第46-49页 |
·学习算法 | 第49-50页 |
·本章小结 | 第50-52页 |
第四章 一种基于遗传算法的模糊神经网络结构和参数优化 | 第52-66页 |
·引言 | 第52页 |
·模糊神经网络 | 第52-55页 |
·学习算法 | 第55-60页 |
·第一阶段 参数初始化 | 第55页 |
·第二阶段 网络结构(模糊规则)的学习 | 第55-59页 |
·第三阶段 参数优化 | 第59-60页 |
·仿真实验 | 第60-63页 |
·本章小结 | 第63-66页 |
第五章 一种基于去模糊优化的模糊神经网络控制器 | 第66-80页 |
·引言 | 第66页 |
·模糊神经网络控制器 | 第66-71页 |
·模糊逻辑控制器 | 第66-69页 |
·模糊神经网络控制器 | 第69-71页 |
·模糊神经网络控制器的结构和参数训练 | 第71-72页 |
·模糊神经网络控制器的去模糊优化 | 第72-75页 |
·一种模糊控制器优化算法 | 第72-73页 |
·去模糊优化 | 第73-75页 |
·仿真实验 | 第75-78页 |
·本章小结 | 第78-80页 |
第六章 一种基于遗传算法的模糊神经网络最优控制 | 第80-92页 |
·引言 | 第80页 |
·最优控制系统 | 第80-83页 |
·最优控制与最优控制系统 | 第81页 |
·性能指标 | 第81-82页 |
·最优控制问题 | 第82-83页 |
·模糊神经网络最优控制 | 第83页 |
·优化算法 | 第83-85页 |
·仿真实验 | 第85-90页 |
·本章小结 | 第90-92页 |
第七章 遗传算法、模糊神经网络技术在中医类风湿性关节炎分型诊断中的应用 | 第92-118页 |
·中医背景简介 | 第92-93页 |
·中医的症、证、病以及辨证的概念与关系 | 第92-93页 |
·类风湿性关节炎简介 | 第93页 |
·医学统计方法简介 | 第93-96页 |
·逐步回归分析 | 第94-95页 |
·逐步判别分析 | 第95-96页 |
·基于模糊神经网络的类风湿性关节炎分型诊断系统 | 第96-98页 |
·利用基于互信息的遗传算法选取类风湿性关节炎的主要临床症状 | 第98-107页 |
·引言 | 第98页 |
·互信息 | 第98-101页 |
·信息论中的互信息定义 | 第98-100页 |
·症状-证候互信息与症状-症状互信息 | 第100-101页 |
·利用基于互信息的遗传算法压缩临床症状 | 第101-104页 |
·基于互信息的遗传算法 | 第101页 |
·互信息的估算 | 第101-102页 |
·互信息估算对算法的影响 | 第102-104页 |
·遗传算法实现 | 第104-105页 |
·具体应用 | 第105-107页 |
·基于模糊神经网络的类风湿性关节炎分型诊断模型 | 第107-116页 |
·模糊神经网络诊断模型 | 第108-109页 |
·学习样本的模糊组织 | 第109-110页 |
·具体应用 | 第110-116页 |
·本章小结 | 第116-118页 |
结论 | 第118-121页 |
参考文献 | 第121-132页 |
攻读博士学位期间完成的论文 | 第132-133页 |
致谢 | 第133页 |